基于意見挖掘的產(chǎn)品評論系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著大數(shù)據(jù)時代的來臨，互聯(lián)網(wǎng)上的數(shù)據(jù)呈爆炸式增長，各大電子商務(wù)網(wǎng)站上有關(guān)某件流行產(chǎn)品的評論數(shù)量動輒數(shù)十萬條，如果僅通過人工閱讀的方式來獲取這些評論信息，是一件十分耗時耗力的事情。為了解決這一難題，意見挖掘技術(shù)應(yīng)運(yùn)而生，并且成為網(wǎng)頁信息處理領(lǐng)域里越來越熱門的研究課題。意見挖掘是一種綜合文本理解和數(shù)據(jù)挖掘的技術(shù)，主要包括以下步驟：Web信息的抽取；有用評論與無用評論的分離；評論內(nèi)容的情感分析；評論內(nèi)容的匯總。本文圍繞意見挖掘的主要步驟，展開

2、了如下研究：
　　第一、利用網(wǎng)絡(luò)爬蟲技術(shù)解析京東商城上有關(guān)手機(jī)的網(wǎng)頁，抽取大量產(chǎn)品評論內(nèi)容，存儲到數(shù)據(jù)庫中。由于原始的產(chǎn)品評論內(nèi)容包含了部分無用信息，對后續(xù)分析會產(chǎn)生副作用，所以本文采用支持向量機(jī)算法進(jìn)行分離，只選擇其中包含了對產(chǎn)品本身帶有情感傾向的評論，實(shí)驗(yàn)中采用的特征有情感詞、產(chǎn)品特征詞、產(chǎn)品故障詞、情感詞與產(chǎn)品特征詞共現(xiàn)等特征，通過給特征項分配不同的權(quán)重，實(shí)現(xiàn)了有用評論篩選的準(zhǔn)確率達(dá)到89.21％，為后續(xù)工作奠定了基礎(chǔ)。

3、r>　　第二、詳細(xì)闡述了評論內(nèi)容的情感分析模塊，其目標(biāo)是識別并標(biāo)記產(chǎn)品評論中帶有情感傾向的語塊，判斷其感情傾向類別。針對傳統(tǒng)的以情感詞為中心、以定長的滑動窗口識別情感塊而使口語化的、含蓄的情感塊無法被識別的問題，本文主要研究了基于條件隨機(jī)場理論的情感塊標(biāo)注技術(shù)。由于條件隨機(jī)場模型的特征選擇及特征維數(shù)都會嚴(yán)重影響到序列標(biāo)識的結(jié)果，本文通過大量實(shí)驗(yàn)選取了詞序列、詞性、情感詞、程度修飾詞、產(chǎn)品特征詞以及產(chǎn)品故障詞作為特征，使得對情感塊識別的召