基于評論分析的Blog觀點提取技術研究.pdf

1、Blog是一種基于RSS技術的信息交互平臺，它是一種作者與讀者以日志風格進行交互的中介，是一種嶄新的信息傳播和交互方式。與傳統(tǒng)的網(wǎng)絡信息相比，Blog具有動態(tài)性、交互性以及共享性等特點。為用戶在互聯(lián)網(wǎng)上發(fā)布信息和進行交互提供了方便。
　　隨著Blog的迅速發(fā)展，信息量的膨脹和信息源的無限增加使得互聯(lián)網(wǎng)用戶很難找到高質量的Blog。另一方面在Blog信息源中存在著大量的垃圾Blog，即使在一個高評價的Blog中也存在著大量的垃圾評論

2、信息。給互聯(lián)網(wǎng)用戶的閱讀與交流帶來了不便。如何對Blog信息進行分析評定Blog的質量成為一個亟待解決并且及具有意義的問題。
　　本文對基于評論分析的Blog觀點提取技術進行了研究，目標是對Blog信息源進行評價得到讀者對Blog的支持度。由于是從評論的角度分析Blog觀點，發(fā)現(xiàn)在Blog中存在著大量的垃圾評論，因此本文的研究內(nèi)容包括垃圾評論的識別過濾以及Blog觀點提取。
　　在對評論信息進行深入研究之后，發(fā)現(xiàn)垃圾評論具有

3、評論內(nèi)容高度重復性、垃圾評論者集合性、垃圾鏈接集合性以及垃圾評論發(fā)布時間的局部密集性等特征。本文針對垃圾評論的特征分別從內(nèi)容角度、鏈接角度和發(fā)布時間角度對評論信息分析打分，通過得分與指定閾值的比較識別垃圾評論。
　　對Blog結構進行深入研究之后，發(fā)現(xiàn)可以從評論數(shù)目、評論內(nèi)容和評論中包含的情感詞匯來分析。本文在垃圾評論識別過濾的基礎上對評論信息進行分析，分別從上述三個角度分析對Blog打分，通過平衡因子得到Blog支持度。