基于數(shù)據(jù)挖掘的BBS用戶評價系統(tǒng)研究.pdf

1、隨著網(wǎng)絡(luò)的日益發(fā)展和普及，信息量爆炸性地增長，每一秒都會產(chǎn)生大量的新的數(shù)據(jù)并傳播于網(wǎng)絡(luò)。BBS應(yīng)運而生并逐步發(fā)展?jié)u成為人們發(fā)表言論、表達思想的重要平臺。如何通過對BBS中海量的文本內(nèi)容進行挖掘，來對BBS用戶進行評價從而有效地指導BBS的管理活動、促進BBS發(fā)展，已日漸成為一個重要的命題。本文中選取了近年來興起詩詞論壇作為研究對象，引入自然語言處理的方法，通過對歷史數(shù)據(jù)挖掘建立用戶的評價模型。
　　 本研究主要內(nèi)容包括：⑴在網(wǎng)頁

2、的信息采集和信息抽取之后提出了三重詞語匹配方法通過計算文本相關(guān)度來去除噪聲。⑵詩詞專業(yè)領(lǐng)域極性詞典的構(gòu)建。本文引進了HowNet，對其詞條進行了汰選，得到極性詞典一，作為情感極性分析依據(jù)。在對100多部詩話進行分詞的基礎(chǔ)上，采用人工選取和相似度計算擴展得到了極性詞典二，作為專業(yè)評價的極性依據(jù)。⑶話題熱度與文本極性分析。在文本極性分析方面，對白話、文言文本進行分開處理。基于現(xiàn)代語義，在句法分析的基礎(chǔ)上綜合考量了副詞對極性表達的影響來對文本