電商商品評論情感分析方法及優(yōu)化研究

1、 分類號： 密級： U D C：學(xué)號：406132114149 南 昌 大 學(xué) 碩 士 研 究 生 學(xué) 位 論 文 電商商品評論情感分析方法及優(yōu)化研究 電商商品評論情感分析方法及優(yōu)化研究 Research on Sentiment Analysis Method and Optimization of Electronic Commerce Comments

2、陳 穎 培養(yǎng)單位（院、系）：信息工程學(xué)院計算中心 指導(dǎo)教師姓名、職稱：饒 泓 教授 申請學(xué)位的學(xué)科門類：工 學(xué) 學(xué) 科 專 業(yè) 名 稱：軟件工程 論 文 答 辯 日 期：2017 年 5 月 20 日 答辯委員會主席： 評閱人：2017 年 月 日 摘要 I摘 要 隨著電商行業(yè)發(fā)展迅速，越來越多的顧客在線上購物，而線上銷售也成為廠家銷售的重點(diǎn)。對電商產(chǎn)品評論進(jìn)行情感分析可以為消費(fèi)者購買產(chǎn)品以

3、及商家調(diào)整銷售策略提供重要參考。本文以美的熱水器評論為例，針對電商產(chǎn)品評論文本短小、偏口語化、情感語義豐富等特點(diǎn)，研究該類短文本的情感分析方法，并從停用詞表、情感詞典以及文檔頻率等方面對情感分析方法進(jìn)行優(yōu)化，并取得較好效果。具體工作如下： 在文本預(yù)處理過程中，論文針對現(xiàn)有停用詞表不適用于電商產(chǎn)品評論情感分析的問題，構(gòu)建了該領(lǐng)域停用詞表。本文先統(tǒng)計分詞后詞項的詞頻，再人工抽取詞頻高但對電商評論情感分析沒有意義的詞項作為停用詞，最后將抽取出

4、的停用詞集合成停用詞表。通過與傳統(tǒng)的停用詞表進(jìn)行對比，實(shí)驗(yàn)證明了本文構(gòu)建的電商產(chǎn)品評論領(lǐng)域停用詞表的有效性。 針對現(xiàn)有情感詞典在電商產(chǎn)品評論領(lǐng)域情感分析的不適用性問題，論文構(gòu)建了該領(lǐng)域的情感詞典。本文先從熱水器評論中人工抽取出部分情感詞作為基準(zhǔn)詞，再計算其他詞與基準(zhǔn)詞之間的語義相似度，得到的值若高于閾值則將其作為情感詞加入由基準(zhǔn)詞構(gòu)成的情感詞典中。論文通過與幾個公開的情感詞典進(jìn)行情感分析的對比實(shí)驗(yàn)驗(yàn)證了本文構(gòu)建的情感詞典的有效性。 針對

5、在進(jìn)行文本預(yù)處理后，特征維度依然比較高的情況，論文提出結(jié)合文檔頻率和 TF-IDF 算法進(jìn)行特征選擇和特征加權(quán)解決訓(xùn)練文檔集特征維度高，數(shù)據(jù)稀疏問題；同時論文還提出增加文本長度特征以解決正面和負(fù)面評論長度分布不均衡問題。 最后論文使用本文構(gòu)建的領(lǐng)域停用詞表和領(lǐng)域情感詞典分別進(jìn)行去停用詞和中文分詞處理，再綜合文檔頻率、TF-IDF 和文本長度特征構(gòu)建了面向電商評論的情感分析模型 ESDTL。 論文以京東熱水器評論作為語料庫,以支持向量機(jī)為