基于評論挖掘的商品導(dǎo)購方法的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的廣泛使用和電子商務(wù)的迅猛發(fā)展,用戶在購買和使用產(chǎn)品后會(huì)在互聯(lián)網(wǎng)上發(fā)表對產(chǎn)品的評論,這些評論中包含了用戶對產(chǎn)品性能、外觀等方面的態(tài)度。越來越多的人在做出消費(fèi)決策前喜歡先到互聯(lián)網(wǎng)上參考用戶對某產(chǎn)品的評論。但是互聯(lián)網(wǎng)上的信息數(shù)量巨大,全部閱讀這些評論來幫助做出決策十分困難,挖掘產(chǎn)品評論對于商家和潛在的消費(fèi)者都有著重要的意義,所以評論挖掘是一個(gè)亟待研究的課題。
　　本文利用關(guān)聯(lián)規(guī)則CBA方法識別出頻繁項(xiàng)作為產(chǎn)品特征候選集合,通

2、過剪枝和相似度計(jì)算來調(diào)整候選產(chǎn)品特征集合,實(shí)現(xiàn)網(wǎng)絡(luò)評論產(chǎn)品特征的識別。針對觀點(diǎn)挖掘,本文構(gòu)建了用于產(chǎn)品評論情感分類的特征領(lǐng)域情感詞詞典,同時(shí)提出一種適用于主語已知情況的觀點(diǎn)挖掘算法RSBV,然后采用監(jiān)督學(xué)習(xí)中的支持向量機(jī)分類方法對評論中涉及商品特征的觀點(diǎn)進(jìn)行分類研究。情感分類結(jié)束后,利用分類結(jié)果進(jìn)行特征的優(yōu)缺點(diǎn)匯總,形成優(yōu)缺點(diǎn)的長、短摘要,并針對客戶的特征要求,根據(jù)情感分類結(jié)果進(jìn)行商品的推薦價(jià)值計(jì)算。最后對KDD2012中提出的代表性評

3、論集挖掘算法進(jìn)行研究,對其中的適用于大規(guī)模數(shù)據(jù)的迭代隨機(jī)算法進(jìn)行分析和改進(jìn),提出了一種新的代表性評論子集挖掘算法CLRS,該算法能在某一商品的所有評論中搜索一組綜合性評論集,極大化代表所有評論的意義,從而進(jìn)行信息反饋。
　　本文以中文產(chǎn)品評論為主要研究對象,實(shí)現(xiàn)對評論中產(chǎn)品特征層面的觀點(diǎn)進(jìn)行挖掘和情感分析,利用本文提出的RSBV算法,并通過構(gòu)建特征詞詞典和特征領(lǐng)域情感詞詞典,提高了觀點(diǎn)挖掘的準(zhǔn)確性。形成特征的長短摘要,使得信息簡潔