聚類算法研究及在評(píng)論挖掘中的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)及信息技術(shù)的不斷進(jìn)步，在電子商務(wù)越來(lái)越普及的條件下，對(duì)于不同的產(chǎn)品或同一種產(chǎn)品，客戶或購(gòu)物者或消費(fèi)者選擇時(shí)對(duì)于產(chǎn)品的評(píng)價(jià)信息越來(lái)越重視。隨著大數(shù)據(jù)和海量數(shù)據(jù)的到來(lái)，紛繁復(fù)雜的產(chǎn)品無(wú)所不有，更讓人應(yīng)接不暇，客戶或消費(fèi)者如何選擇滿意且更具有性價(jià)比的產(chǎn)品，成為人們?cè)絹?lái)越關(guān)注的焦點(diǎn)，因而通過(guò)對(duì)產(chǎn)品評(píng)論挖掘的研究從中獲得更具價(jià)值的信息，變得越來(lái)越重要。評(píng)論挖掘技術(shù)屬于數(shù)據(jù)挖掘研究的重要方面，伴隨著機(jī)器學(xué)習(xí)、信息檢索、統(tǒng)計(jì)自然語(yǔ)言處理、

2、數(shù)據(jù)挖掘等技術(shù)的發(fā)展，評(píng)論挖掘也成了目前研究的重點(diǎn)之一，并有許多研究成果已被廣泛應(yīng)用于社會(huì)實(shí)踐中。
　　本文主要是針對(duì)電子商務(wù)下酒店評(píng)論提出的一種廣泛應(yīng)用于眾多產(chǎn)品評(píng)論挖掘的方法。通過(guò)對(duì)產(chǎn)品評(píng)論挖掘關(guān)鍵技術(shù)的研究，本文提出的評(píng)論挖掘方法主要涉及到以下幾個(gè)部分，首先，需要從互聯(lián)網(wǎng)中獲取大量的有價(jià)值評(píng)論并對(duì)其加工處理;其次，對(duì)處理后的評(píng)論進(jìn)行關(guān)鍵字或短語(yǔ)抽取，抽取的內(nèi)容盡量保證原有的語(yǔ)義;再次，通過(guò)聚類或分類算法對(duì)評(píng)論中的不同屬性進(jìn)行

3、相關(guān)內(nèi)容的劃分;最后，根據(jù)構(gòu)建情感詞庫(kù)、否定詞詞庫(kù)及情感計(jì)算方法對(duì)相應(yīng)的屬性或整體進(jìn)行情感滿意度計(jì)算。通過(guò)評(píng)論挖掘的相關(guān)知識(shí)的研究，學(xué)習(xí)并研究評(píng)論挖掘的關(guān)鍵技術(shù)，主要包含評(píng)論對(duì)象的特征提取、與聚類或分類相關(guān)的算法、提出了MMACA聚類算法并進(jìn)行了詳細(xì)論述、情感滿意度的計(jì)算方法等。同時(shí)，針對(duì)酒店預(yù)訂評(píng)論的特性，通過(guò)利用簡(jiǎn)單、高效的雙向匹配算法，實(shí)現(xiàn)了對(duì)評(píng)論對(duì)象及評(píng)價(jià)詞等主要評(píng)論內(nèi)容的信息抽取。針對(duì)評(píng)論挖掘中聚類技術(shù)，受劃分聚類算法、層次聚