基于屬性集合的產(chǎn)品評論挖掘研究.pdf

1、隨著Web2.0的興起與普及，以及電子商務(wù)的快速發(fā)展，越來越多的消費(fèi)者選擇網(wǎng)絡(luò)購物，并發(fā)表產(chǎn)品評論。這些產(chǎn)品評論成為了潛在消費(fèi)者了解產(chǎn)品信息的一個(gè)重要的來源，并且在一定程度上影響著消費(fèi)者的潛在消費(fèi)行為。針對這些非結(jié)構(gòu)化的、離散分布的產(chǎn)品評論，產(chǎn)品評論挖掘采用自然語言處理技術(shù)，以自動(dòng)化的方式分析這些資源，幫助企業(yè)和個(gè)人方便、有效地獲取這些信息。
　　 本文主要圍繞基于屬性的產(chǎn)品評論挖掘問題展開研究。在分析現(xiàn)有產(chǎn)品屬性識別方法不足的

2、基礎(chǔ)上，提出建立產(chǎn)品屬性集合的方法，從而更好的挖掘和匯總評論信息。首先，手工提取產(chǎn)品說明書和少量評論文本中的產(chǎn)品屬性詞語，利用產(chǎn)品屬性集合的建立思想建立針對該產(chǎn)品類別的屬性集合。并利用點(diǎn)互信息（PMI）的方法識別新評論文本中出現(xiàn)的新的產(chǎn)品屬性詞語，動(dòng)態(tài)地?cái)U(kuò)展產(chǎn)品屬性集合。其次，利用HowNet（知網(wǎng)）中的正、負(fù)面評價(jià)詞組成種子情感詞集合，并利用WordNet的同義詞、反義詞集合預(yù)測評論中觀點(diǎn)詞的情感傾向，對種子情感詞集合進(jìn)行擴(kuò)展。然后，

3、根據(jù)評論句中屬性詞語、情感詞語和否定詞語的數(shù)量，利用連接詞以及就近原則計(jì)算產(chǎn)品屬性的情感分值，并利用產(chǎn)品屬性集合的層次結(jié)構(gòu)將屬性分值由最底層逐層向上匯總，獲得產(chǎn)品各個(gè)層次上的意見分值。最后，本文以www.Amazon.com上Canon（佳能）品牌下Power shot SD780 IS相機(jī)的所有用戶評論為樣本，基于以上研究，獲得基于該款相機(jī)的意見挖掘結(jié)果，并利用產(chǎn)品屬性集合以及產(chǎn)品評價(jià)指標(biāo)對結(jié)果進(jìn)行局部和整體兩方面的展示。