以用戶為中心的觀點(diǎn)挖掘研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，博客、社交網(wǎng)絡(luò)、微博等平臺(tái)的出現(xiàn)，使得人們?cè)诰W(wǎng)絡(luò)上發(fā)表個(gè)人觀點(diǎn)變得更為方便快捷。如何從海量數(shù)據(jù)中提取出消費(fèi)者、商家、政府等群體需要的信息，并對(duì)其進(jìn)行分析、總結(jié)，從而形成有有針對(duì)性的、可讀性強(qiáng)的分析結(jié)果，就變得尤為重要。而現(xiàn)階段研究者們所進(jìn)行的觀點(diǎn)挖掘，絕大多數(shù)都忽略了觀點(diǎn)的一個(gè)本質(zhì)特性，即評(píng)論者的主觀性。單純地針對(duì)評(píng)論進(jìn)行觀點(diǎn)挖掘，而未能很好地考慮用戶的行為，將影響挖掘結(jié)果的精確性。
　　針對(duì)以上問題，本

2、文通過引入用戶的行為來(lái)對(duì)現(xiàn)有的觀點(diǎn)挖掘技術(shù)進(jìn)行改進(jìn)。本文的研究成果主要體現(xiàn)在以下兒個(gè)方面:
　　(1)針對(duì)數(shù)值評(píng)論部分提出了基于HITS算法的改進(jìn)挖掘算法;
　　(2)針對(duì)文本評(píng)論部分采用了樸素貝葉斯分類法，將評(píng)論內(nèi)容映射為分值形式;
　　(3)將數(shù)值部分與文本部分評(píng)論相結(jié)合，剔除不相匹配的評(píng)論，從而為用戶提供更高可信度的觀點(diǎn)挖掘結(jié)果。
　　對(duì)比實(shí)驗(yàn)表明，兩種算法均取得了較好的效果，兩部分評(píng)論的結(jié)合有效提高了挖掘