融入隱式產(chǎn)品特征提取的意見挖掘研究.pdf

1、隨著Web2.0和B2C商務(wù)模式的快速發(fā)展，商家開始通過(guò)網(wǎng)絡(luò)推銷自己的商品。分析發(fā)現(xiàn)，在網(wǎng)絡(luò)營(yíng)銷過(guò)程中，用戶在網(wǎng)絡(luò)上對(duì)產(chǎn)品的評(píng)論數(shù)量在飛速增長(zhǎng)。通過(guò)分析這些評(píng)論提取出其中包含的用戶意見信息，可以讓商家改進(jìn)產(chǎn)品使之更加符合社會(huì)大眾的需求。然而，如果商家通過(guò)人工查看的方式來(lái)從這些海量的評(píng)論中獲得有用的用戶意見信息，這將是一個(gè)十分耗時(shí)耗力的工作。因此需要一種自動(dòng)分析挖掘用戶評(píng)論信息的方法，即意見挖掘技術(shù)。
　　本文將網(wǎng)絡(luò)上的中文評(píng)論作為

2、研究對(duì)象，將意見挖掘分為產(chǎn)品特征詞庫(kù)和評(píng)價(jià)詞庫(kù)的自動(dòng)化建立、產(chǎn)品特征關(guān)聯(lián)對(duì)的提取和情感傾向性分析三個(gè)部分。本文工作主要包括如下幾點(diǎn)：
　?。?）在現(xiàn)有分詞結(jié)果的基礎(chǔ)上，通過(guò)詞組規(guī)則的組合處理來(lái)提取候選產(chǎn)品特征和候選評(píng)價(jià)詞，用以提高產(chǎn)品特征和評(píng)價(jià)詞的提取準(zhǔn)確率。另外，本文還提出了一種產(chǎn)品特征和評(píng)價(jià)詞雙向循環(huán)過(guò)濾方法，來(lái)對(duì)相應(yīng)詞庫(kù)進(jìn)行自動(dòng)化建立，實(shí)驗(yàn)結(jié)果表明該方法可以提高產(chǎn)品特征詞庫(kù)和評(píng)價(jià)詞庫(kù)建立的準(zhǔn)確性。
　?。?）考慮到網(wǎng)絡(luò)

3、評(píng)論的不規(guī)范和語(yǔ)法錯(cuò)誤較多等問(wèn)題，在中文評(píng)論中使用句法樹方法進(jìn)行產(chǎn)品特征關(guān)聯(lián)的識(shí)別，具有一定的局限性，所以本文通過(guò)評(píng)價(jià)詞來(lái)識(shí)別產(chǎn)品特征關(guān)聯(lián)對(duì)，提出了一種基于上下文的隱式產(chǎn)品特征提取方法，以克服現(xiàn)有的基于評(píng)價(jià)詞的隱式產(chǎn)品特征提取方法在通用評(píng)價(jià)詞方面的局限性。實(shí)驗(yàn)表明，本文提出的方法在隱式產(chǎn)品特征提取的準(zhǔn)確性上比現(xiàn)有的基于評(píng)價(jià)詞的隱式產(chǎn)品特征提取方法有更好的表現(xiàn)。
　?。?）在分析統(tǒng)計(jì)用戶評(píng)價(jià)情感傾向性過(guò)程中，本文使用情感極性詞典和評(píng)