基于文本挖掘的電商用戶評論分析與系統(tǒng)實現(xiàn).pdf

1、文本挖掘和情感分析技術在電子商務中具有重要作用。通過分析電商平臺的用戶評論數據，挖掘其中包含的用戶情感信息，既可為企業(yè)提供更精確的數據統(tǒng)計、廣告推送和商家商品排名，也可為用戶選購相應商品時提供有價值參考。目前中文情感詞典不完善、基于詞典的文本情感分析方法通常僅基于情感詞出現(xiàn)的頻率，導致分析結果準確度低。本文研究基于文本挖掘的電商用戶評論分析與系統(tǒng)實現(xiàn)，研究具有重要的理論和實際意義。
　　本文以電商網站的評論文本數據為研究目標，從情

2、感詞的提取、情感詞庫的構建以及電商網站評論文本的情感值計算等方面對基于詞典的情感分析方法進行了研究。論文的主要工作包含以下幾個方面:
　　(1)針對目前通用情感詞典過于泛化和領域適應性弱的缺點，本文提出一種基于依存句法抽取情感詞的方法。通過對淘寶網歷史評論數據進行依存句法分析，挖掘出包含用戶情感傾向的依存關系，建立規(guī)則表;根據規(guī)則從大量歷史評價語料中抽取情感詞;基于半自動方法構建適合電商領域的情感詞典;基于詞語相似度進行自動情感極

3、性標注和基于人工干預的情感極性標注，建立面向電商評論文本的情感詞庫。
　　(2)針對目前僅基于句子中正面情感詞和負面情感詞個數判斷文本情感傾向算法分析準確度低的問題，本文分析了中文文本中否定詞、程度詞和連詞等對文本情感的重要影響，建立相應的輔助詞庫，提出一種綜合計算文本情感極性值的計算方法，提高文本情感分析的準確率。
　　(3)最后，基于上述研究設計并實現(xiàn)了電商用戶評論分析系統(tǒng)的原型，使用淘寶網手機類商品的大量評論數據進行評