產(chǎn)品網(wǎng)絡(luò)評論挖掘研究.pdf

1、隨著電子商務(wù)的迅速發(fā)展，網(wǎng)絡(luò)上涌現(xiàn)了許多購物網(wǎng)站和產(chǎn)品論壇，這些購物網(wǎng)站和產(chǎn)品論壇不只介紹商家的產(chǎn)品，還為消費(fèi)者提供了發(fā)表評論的平臺，消費(fèi)者能及時的將對商品的評論反饋給商家以及那些潛在的消費(fèi)者。越來越多的人在做出消費(fèi)決策前喜歡先到互聯(lián)網(wǎng)上參考用戶和媒體對某產(chǎn)品的評論和報道信息。但是互聯(lián)網(wǎng)上的信息數(shù)量巨大，全部閱讀這些評論來幫助做出決策十分困難，所以急需一種有效的文本挖掘方法應(yīng)用在觀點(diǎn)評論上。
　　 評論挖掘是文本挖掘的一個應(yīng)用。

2、文中簡述了文本挖掘的概念和文本挖掘的技術(shù)方法，然后介紹了評論觀點(diǎn)挖掘的處理方法以及涉及的技術(shù)，包括領(lǐng)域詞的獲取、詞語相似度的計(jì)算、構(gòu)建情感詞典計(jì)算文本情感傾向、句法分析等技術(shù)。
　　 本文通過簡單候選領(lǐng)域詞+擴(kuò)展領(lǐng)域詞過濾的方法得到最終的領(lǐng)域詞。實(shí)驗(yàn)結(jié)果表明，使用本文中的兩步走的方法確實(shí)能提高領(lǐng)域詞獲取的準(zhǔn)確率。
　　 本文還研究了利用《知網(wǎng)》計(jì)算詞語相似度的計(jì)算方法?！吨W(wǎng)》含有豐富的詞匯語義知識和世界知識，內(nèi)部結(jié)構(gòu)復(fù)

3、雜，是一部比較詳盡的語義知識詞典。在情感傾向識別試驗(yàn)中，達(dá)到了99％以上的準(zhǔn)確率。
　　 在本文第五章，構(gòu)建了一部基本情感詞典和一部領(lǐng)域情感詞典。根據(jù)這些情感詞典就可以計(jì)算文本的情感傾向度了。本文在計(jì)算文本情感傾向度時，還考慮了情感詞的詞性、否定詞、程度副詞、詞語特征向量對情感詞情感傾向度的影響，取得了較好的實(shí)驗(yàn)結(jié)果。
　　 第六章中對指代消解、句法分析技術(shù)做了一些探討，并利用句法分析樹挖掘主題詞與情感詞的匹配關(guān)系。