基于文本分類的商品評價情感傾向研究.pdf

1、近幾年電子商務的蓬勃發(fā)展使越來越多的人青睞于網絡購物。一方面,為了提高客戶滿意度,網上商家通常允許客戶對他所購買的商品進行評價,導致商品評價的數量迅速增長。另一方面,由于網購本身的局限性,容易造成商品質量鑒別困難、實際情況與商品描述信息不符等弊端。因此在購買商品前,客戶不得不在大量的商品評價中翻看該商品以往的評價,了解別人對商品和服務的看法,以便決定是否購買。同時商家通過客戶評價的反饋也可以改進商品質量,提高競爭力。因此,以有效獲取客戶

2、評價信息為目標的數據分析技術——情感分析(Sentiment Analysis)越來越受到學者的廣泛關注。
　　情感分析的研究內容大體包括文本的主客觀內容識別、情感強度計算,情感傾向性分類等。它主要基于文本挖掘(Text Mining)和數據挖掘(Data Mining),同時又融入了文本理解技術。其中,情感傾向性分類是本文的研究重點,它的主要目標是對文本情感進行正面或負面的分類,可以把它看作是一種特殊的文本分類問題。
　　

3、本文首先介紹了情感分析的相關背景與研究現狀,然后詳細描述了幾種經典的特征選擇算法和文本分類算法。通過總結已有方法,本文從提高分類精度和速度出發(fā),提出了面向情感傾向的特征選擇算法——矩陣投影(Matrix Projection,簡稱MP)算法和面向情感傾向的分類算法——歸一化向量(Normalized Vector,簡稱NLV)算法,用來實現對商品評價的情感分析。
　　基于矩陣投影的特征選擇方法綜合考慮了詞的文檔頻率和詞的平均出現頻

4、率。通過在多種分類算法上與其他幾種典型的特征選擇算法如文檔頻率(DF)、信息增益(IG)、卡方校驗(CHI)的對比,表明了MP特征選擇方法的有效性。
　　基于歸一化向量的分類算法一方面是將文本的向量空間壓縮成歸一化的特征向量,另一方面是通過歸一化函數縮小高頻詞與低頻詞之間特征權重的差距,加強低頻詞的分類能力。本文在真實的商品評價數據集上將其與三種經典的分類算法(KNN、NaiveBayes、SVM)進行對比,結果表明基于歸一化向量