基于網(wǎng)絡(luò)評論的話題挖掘.pdf

1、隨著移動互聯(lián)網(wǎng)的快速發(fā)展，逐漸步入大數(shù)據(jù)時代,越來越多的人可以將自己的觀點(diǎn)、心情等信息發(fā)布到網(wǎng)絡(luò)平臺中。評論中蘊(yùn)含有很大的信息量,商品評論可以分析得出評論者對商品的購買表示值得還是不值得;視頻的評論可以反映觀看者對于視頻的態(tài)度或者情感表達(dá);博文的評論可以反映評論者對博文的觀點(diǎn)以及對博主的情感表達(dá)。通過分析評論,可以了解目標(biāo)產(chǎn)品的市場情況、輿論熱點(diǎn)的形成過程、人們的消費(fèi)習(xí)慣等信息,對個人、企業(yè)或政府都具有重要的理論意義和現(xiàn)實(shí)意義。

2、　　本文提出了基于中文詞匯相似度的有效評論的提取方法。由于評論與報紙、雜志等媒體不同,屬于短文本,語法不嚴(yán)謹(jǐn),并且使用網(wǎng)絡(luò)用語、口語、不規(guī)則用語等特點(diǎn),使得評論中的信息變得很復(fù)雜。為了能更精確地提取評論中的信息,需要對其進(jìn)行預(yù)處理,對評論進(jìn)行正確分類。將評論分為有效評論、情感評論、垃圾評論三類:1)使用規(guī)則簡單地過濾垃圾評論;2)基于HowNet的中文詞語相關(guān)性計算評論的空間向量來自適應(yīng)識別有效評論;3)采用統(tǒng)計學(xué)習(xí)方法計算評論在正面空

3、間和反面空間的語義傾向性,從而實(shí)現(xiàn)對評論的褒貶傾向性判斷。
　　本文提出了基于LDA的新聞評論的話題挖掘。評論話題挖掘的一個巨大挑戰(zhàn)是每一條評論都由不同的人發(fā)表,每條評論比較簡短、信息量較少,錯別字、網(wǎng)絡(luò)詞匯使用較多,所有評論包含話題信息廣泛。每一條評論包含評論者從某一個角度對事件的一個態(tài)度,和其他評論沒有相關(guān)性,因此可以看作一篇簡短的文檔。但是評論又圍繞事件做出描述,可以將所有評論進(jìn)行主題聚類,使用戶可以輕松方便地知道其他用戶關(guān)