基于網(wǎng)絡(luò)評論挖掘的商品綜合評分模型研究.pdf

1、隨著互聯(lián)網(wǎng)成為中國網(wǎng)民購物的一個重要渠道，網(wǎng)絡(luò)評論也充斥著每個購物平臺，網(wǎng)絡(luò)產(chǎn)品評論所提供的信息也影響著消費者的購物行為。由于網(wǎng)絡(luò)產(chǎn)品評論的數(shù)據(jù)量非常巨大，并且其中摻雜著很多無意義的，甚至惡意的垃圾評論，對于用戶來說瀏覽如此龐大數(shù)量的評論會浪費時間，且獲取到的信息不一定完全真實可靠。分析目前各大主流購物網(wǎng)站的現(xiàn)狀，發(fā)現(xiàn)目前網(wǎng)站普遍采用五分制的評分來直觀展示消費者對產(chǎn)品的打分，這種評分和評論內(nèi)容獨立的情況導(dǎo)致用戶不僅要看評分還要看評論內(nèi)容

2、才能確定評論所表達(dá)的準(zhǔn)確信息。鑒于上述一系列的復(fù)雜現(xiàn)狀，本文基于網(wǎng)絡(luò)評論挖掘，并結(jié)合垃圾評論識別研究如何構(gòu)建一個商品綜合評分模型。
　　本文研究的最終結(jié)果是構(gòu)建一個商品綜合評分模型，其中最主要的過程是評論內(nèi)容的情感分析。評論內(nèi)容情感分析中首先通過分詞系統(tǒng)進(jìn)行評論的預(yù)處理，利用Apriori算法和剪枝方法提取特征詞。然后結(jié)合HowNet和《同義詞詞林》擴(kuò)充極性詞數(shù)量，并且參照《中文情感詞匯本體庫》對極性詞進(jìn)行情感強(qiáng)度的標(biāo)注，完善極性

3、詞詞典內(nèi)容。最后利用隸屬度方法提取特征-觀點詞對，并分析程度副詞和否定詞對觀點詞的影響，計算的評論內(nèi)容情感值有效反應(yīng)了評論者的情感。并且在評論內(nèi)容情感分析的基礎(chǔ)上，本文提出融合評論者行為和評論內(nèi)容的垃圾評論識別方法，分析了進(jìn)行垃圾識別的評論者行為和評論內(nèi)容特征，并采用KNN分類器有效地對評論進(jìn)行是否為垃圾評論的分類。最終的模型構(gòu)建綜合考慮評分、評論者專業(yè)能力、評論內(nèi)容的情感值、評論歸屬（是否為垃圾評論）四個因素，模型有兩部分組成：單條評