基于數(shù)據(jù)挖掘的電子商務(wù)產(chǎn)品質(zhì)量風(fēng)險(xiǎn)輿情監(jiān)測(cè)技術(shù)研究.pdf

1、近幾年來(lái)電子商務(wù)產(chǎn)業(yè)發(fā)展勢(shì)頭迅猛，由之產(chǎn)生的問(wèn)題也日益凸顯，一個(gè)重要的問(wèn)題是電子商務(wù)產(chǎn)品質(zhì)量。一些企業(yè)為了追求短期經(jīng)濟(jì)效益，生產(chǎn)假冒偽劣產(chǎn)品。風(fēng)險(xiǎn)輿情數(shù)據(jù)可以為質(zhì)監(jiān)部門(mén)解決電子商務(wù)產(chǎn)品質(zhì)量問(wèn)題提供風(fēng)向標(biāo)，從而實(shí)現(xiàn)電子商務(wù)產(chǎn)品質(zhì)量問(wèn)題“準(zhǔn)確監(jiān)測(cè)、智能預(yù)警”。電子商務(wù)產(chǎn)品信息和評(píng)論作為風(fēng)險(xiǎn)輿情數(shù)據(jù)的一種，能夠集中反映出電子商務(wù)產(chǎn)品質(zhì)量問(wèn)題的趨勢(shì)走向，具有極大的參考價(jià)值。本文從文本分類(lèi)的角度入手，從數(shù)據(jù)挖掘領(lǐng)域出發(fā)，結(jié)合文本表示模型、特征降維

2、、分類(lèi)算法的設(shè)計(jì)和選擇等方面展開(kāi)研究，完成了以下工作及研究成果：
　?。?）構(gòu)建電子商務(wù)產(chǎn)品信息和評(píng)論文本表示模型。產(chǎn)品信息和評(píng)論作為一種短文本，結(jié)構(gòu)復(fù)雜，計(jì)算機(jī)無(wú)法理解其語(yǔ)意，所以需要通過(guò)分詞、去停用詞等操作將其轉(zhuǎn)化為結(jié)構(gòu)化模型。為了方便統(tǒng)一地表示產(chǎn)品信息或評(píng)論內(nèi)容，引入VSM空間向量模型。模型中每一列表示一個(gè)樣本，每一行表示一個(gè)特征值，用0或1表示特征值的存在與否，那么所有非0的特征值就組成一條完整的文本信息，以便計(jì)算機(jī)識(shí)別存

3、儲(chǔ)。
　?。?）對(duì)電子商務(wù)產(chǎn)品信息和評(píng)論文本特征集進(jìn)行降維，提高分類(lèi)效率。即使去除標(biāo)點(diǎn)和停用詞，一條文本內(nèi)容包含的特征值依然很多，整個(gè)文本內(nèi)容特征集的規(guī)模會(huì)極大影響分類(lèi)算法的執(zhí)行。IG信息增益算法通過(guò)對(duì)特征值信息熵的排序剔除沒(méi)有貢獻(xiàn)的特征，可以對(duì)特征集進(jìn)行有閾值的選擇。
　　（3）通過(guò)構(gòu)建快速自編碼神經(jīng)網(wǎng)絡(luò)，使RELM能夠快速的計(jì)算隱含層節(jié)點(diǎn)權(quán)重，從而實(shí)現(xiàn)特征降維。原始的RELM正則化極限學(xué)習(xí)機(jī)常用于數(shù)據(jù)分類(lèi)，將自編碼神經(jīng)網(wǎng)