基于文本分類的商品評價(jià)情感傾向研究.pdf

1、近幾年電子商務(wù)的蓬勃發(fā)展使越來越多的人青睞于網(wǎng)絡(luò)購物。一方面,為了提高客戶滿意度,網(wǎng)上商家通常允許客戶對他所購買的商品進(jìn)行評價(jià),導(dǎo)致商品評價(jià)的數(shù)量迅速增長。另一方面,由于網(wǎng)購本身的局限性,容易造成商品質(zhì)量鑒別困難、實(shí)際情況與商品描述信息不符等弊端。因此在購買商品前,客戶不得不在大量的商品評價(jià)中翻看該商品以往的評價(jià),了解別人對商品和服務(wù)的看法,以便決定是否購買。同時(shí)商家通過客戶評價(jià)的反饋也可以改進(jìn)商品質(zhì)量,提高競爭力。因此,以有效獲取客戶

2、評價(jià)信息為目標(biāo)的數(shù)據(jù)分析技術(shù)——情感分析(Sentiment Analysis)越來越受到學(xué)者的廣泛關(guān)注。
　　情感分析的研究內(nèi)容大體包括文本的主客觀內(nèi)容識別、情感強(qiáng)度計(jì)算,情感傾向性分類等。它主要基于文本挖掘(Text Mining)和數(shù)據(jù)挖掘(Data Mining),同時(shí)又融入了文本理解技術(shù)。其中,情感傾向性分類是本文的研究重點(diǎn),它的主要目標(biāo)是對文本情感進(jìn)行正面或負(fù)面的分類,可以把它看作是一種特殊的文本分類問題。
　　

3、本文首先介紹了情感分析的相關(guān)背景與研究現(xiàn)狀,然后詳細(xì)描述了幾種經(jīng)典的特征選擇算法和文本分類算法。通過總結(jié)已有方法,本文從提高分類精度和速度出發(fā),提出了面向情感傾向的特征選擇算法——矩陣投影(Matrix Projection,簡稱MP)算法和面向情感傾向的分類算法——?dú)w一化向量(Normalized Vector,簡稱NLV)算法,用來實(shí)現(xiàn)對商品評價(jià)的情感分析。
　　基于矩陣投影的特征選擇方法綜合考慮了詞的文檔頻率和詞的平均出現(xiàn)頻

4、率。通過在多種分類算法上與其他幾種典型的特征選擇算法如文檔頻率(DF)、信息增益(IG)、卡方校驗(yàn)(CHI)的對比,表明了MP特征選擇方法的有效性。
　　基于歸一化向量的分類算法一方面是將文本的向量空間壓縮成歸一化的特征向量,另一方面是通過歸一化函數(shù)縮小高頻詞與低頻詞之間特征權(quán)重的差距,加強(qiáng)低頻詞的分類能力。本文在真實(shí)的商品評價(jià)數(shù)據(jù)集上將其與三種經(jīng)典的分類算法(KNN、NaiveBayes、SVM)進(jìn)行對比,結(jié)果表明基于歸一化向量