基于電子商務(wù)用戶行為的同義詞識(shí)別.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，電子商務(wù)逐步發(fā)展起來(lái)，因此為個(gè)人和企業(yè)提供網(wǎng)上交易的電子商務(wù)平臺(tái)應(yīng)運(yùn)而生。電子商務(wù)平臺(tái)需要準(zhǔn)確理解買(mǎi)方的搜索意圖，并展現(xiàn)出相應(yīng)的商品。為達(dá)到這個(gè)目標(biāo)，電子商務(wù)平臺(tái)逐步轉(zhuǎn)入語(yǔ)義關(guān)系的研究，而同義關(guān)系是語(yǔ)義關(guān)系不可或缺的一部分。
　　電子商務(wù)領(lǐng)域的同義詞是指對(duì)同一事物或者概念的不同表達(dá)，即在商品描述檢索中可以相互替換的詞，有新詞多、錯(cuò)別字多、定義嚴(yán)格的特點(diǎn)。這些特點(diǎn)使得現(xiàn)有同義詞識(shí)別方法在電子商務(wù)領(lǐng)域效果不顯著，同時(shí)

2、給同義詞的識(shí)別帶來(lái)更大的困難。
　　本文重點(diǎn)研究電子商務(wù)中賣(mài)方用戶和買(mǎi)方用戶行為特點(diǎn)，提出了基于電子商務(wù)用戶行為的候選同義詞集合產(chǎn)生方法，包括候選集合的獲取和過(guò)濾兩部分。一方面通過(guò)并列關(guān)系的符號(hào)切分標(biāo)題從標(biāo)題中獲取候選集合，另一方面通過(guò)SimRank思想聚集查詢從查詢中獲取候選集合。之后將候選集合分為中文-中文詞對(duì)和英文-中文詞對(duì)兩大類(lèi)。最后對(duì)中文-中文詞對(duì)運(yùn)用一系列的規(guī)則進(jìn)行過(guò)濾，對(duì)英文-中文詞對(duì)運(yùn)用同義概率進(jìn)行過(guò)濾。
　

3、　在候選集合生成之后，就進(jìn)行同義詞的識(shí)別。根據(jù)電子商務(wù)中英文-中文同義詞的特點(diǎn)，提出了讀音相似度法、谷歌翻譯法、同義概率法等三種識(shí)別英文-中文同義詞的方法。并重點(diǎn)研究了用于機(jī)器學(xué)習(xí)方法的特征提取，特別是標(biāo)題、查詢、點(diǎn)擊等體現(xiàn)用戶行為的特征的提取，并運(yùn)用梯度下降決策樹(shù)模型和支持向量機(jī)模型來(lái)進(jìn)行同義詞的識(shí)別。
　　實(shí)驗(yàn)表明，讀音相似度法可以有效識(shí)別音譯的英文-中文同義詞，谷歌翻譯法可以有效識(shí)別意譯的英文-中文同義詞，同義概率法可以有效