面向汽車(chē)在線(xiàn)評(píng)論的情感分類(lèi)研究與應(yīng)用.pdf

1、縱觀Web2.0世界,用戶(hù)原創(chuàng)內(nèi)容(UGC,user-generatedcontent)吸引了眾多數(shù)據(jù)挖掘領(lǐng)域?qū)W者的目光,獲取、跟蹤并最大化利用這些用戶(hù)原創(chuàng)內(nèi)容也逐漸變成企業(yè)相關(guān)部門(mén)的一項(xiàng)任務(wù)。隨著互聯(lián)網(wǎng)技術(shù)的普及,與過(guò)去的十幾年相比,對(duì)投放的產(chǎn)品和服務(wù)獲取市場(chǎng)反饋越來(lái)越容易,越來(lái)越多的企業(yè)通過(guò)在線(xiàn)評(píng)論,獲取市場(chǎng)反饋情報(bào)。因此,在線(xiàn)評(píng)論不僅是消費(fèi)者購(gòu)買(mǎi)決策的重要依據(jù),同時(shí)也為企業(yè)所用,輔助與支持決策。進(jìn)而如何提高UGC的投資回報(bào)率,使得

2、工作更有效率,是每個(gè)企業(yè)關(guān)注的。汽車(chē)作為一種高價(jià)、不常購(gòu)買(mǎi)的商品,比較而言消費(fèi)者會(huì)傾向于把更真實(shí)的感觀發(fā)布到網(wǎng)上,因而高效的識(shí)別出消費(fèi)者對(duì)汽車(chē)的評(píng)論情感傾向并提煉出關(guān)鍵性的問(wèn)題,對(duì)汽車(chē)企業(yè)有很大的應(yīng)用意義。
　　本文旨在探究情感分類(lèi)模型在汽車(chē)領(lǐng)域在線(xiàn)評(píng)論的效果,找出適合汽車(chē)在線(xiàn)評(píng)論的情感分類(lèi)方法,編寫(xiě)汽車(chē)評(píng)論情感挖掘系統(tǒng)。首先,論文對(duì)國(guó)內(nèi)外文本情感分類(lèi)模型的研究現(xiàn)狀做了系統(tǒng)性地總結(jié),并歸納出三個(gè)主要的文本情感分類(lèi)算法,樸素貝葉斯(

3、NaveBayes)、支持向量機(jī)(SVM)、決策樹(shù)C4.5(J48);本文為研究這三種算法對(duì)汽車(chē)評(píng)論情感分類(lèi)的優(yōu)劣,在論文實(shí)驗(yàn)部分抓取兩個(gè)來(lái)源的汽車(chē)在線(xiàn)評(píng)論數(shù)據(jù),將大量數(shù)據(jù)規(guī)范化預(yù)處理,導(dǎo)入情感分類(lèi)模型,對(duì)三個(gè)算法的分類(lèi)性能進(jìn)行比較,最后利用調(diào)試出的最優(yōu)模型對(duì)測(cè)試樣本進(jìn)行分類(lèi),編寫(xiě)汽車(chē)評(píng)論情感挖掘系統(tǒng)。
　　本研究可以高效地從海量評(píng)論中獲得民眾對(duì)于某一產(chǎn)品或服務(wù)的某些特征的正負(fù)面評(píng)價(jià)。在技術(shù)導(dǎo)向上,本文在基于機(jī)器語(yǔ)言的中文文本情感