Web觀點挖掘系統(tǒng)的關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展和普及,互聯(lián)網(wǎng)已成為人們獲取信息的重要渠道;同時,它也成為人們表達自己觀點、看法、情感的平臺。因此,在各大電子商務網(wǎng)站、電子公告板以及門戶網(wǎng)站上出現(xiàn)了大量的有關(guān)各種商品的評論信息。商家和廠家的決策者需要了解顧客使用他們商品情況的反饋意見,潛在的購買者也需要根據(jù)別人的使用體驗來作出是否購買該商品的決定。對于商品生產(chǎn)廠家和潛在的商品購買者而言,面對網(wǎng)絡(luò)上如此大量、復雜的評論信息,如何迅速有效地獲取自己感興趣的商品評論的總

2、體觀點極性傾向(正面的還是負面的)就成為了一個新的問題。觀點挖掘技術(shù)的出現(xiàn),正是為了解決這個問題。它融合了信息檢索、信息抽取、文本分類、機器學習、自然語言處理、本體論等眾多技術(shù),具有一定的文本理解能力,更具有一定的智能性。
   近年來觀點挖掘技術(shù)的研究十分活躍,由于觀點挖掘涉及到大量的理論技術(shù),本文只對觀點挖掘系統(tǒng)中的幾個關(guān)鍵方面進行了深入的研究,并嘗試構(gòu)建了一個觀點挖掘系統(tǒng)(OMS)框架,主要的研究工作如下:
  

3、1)根據(jù)PageRank算法的思想,結(jié)合基于文本內(nèi)容的啟發(fā)式方法和基于Web超鏈分析的方法二者之間的優(yōu)點,提出一種新的爬行方法,為我們的觀點搜索系統(tǒng)專門設(shè)計了分布式的、改進的聚焦網(wǎng)絡(luò)爬蟲算法,并實現(xiàn)了這個高效的分布式的聚焦爬蟲子系統(tǒng)。
   2)基于最大熵和支持向量機的方法進行評論的高質(zhì)量與低質(zhì)量分類研究,過濾掉大量低質(zhì)量的商品評論,從而保證觀點搜索系統(tǒng)能夠給出高質(zhì)量的查詢結(jié)果。
   3)利用《知網(wǎng)》構(gòu)造具有主觀性詞的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論