基于電子商務用戶行為的同義詞識別.pdf

1、隨著互聯網的發(fā)展，電子商務逐步發(fā)展起來，因此為個人和企業(yè)提供網上交易的電子商務平臺應運而生。電子商務平臺需要準確理解買方的搜索意圖，并展現出相應的商品。為達到這個目標，電子商務平臺逐步轉入語義關系的研究，而同義關系是語義關系不可或缺的一部分。
　　電子商務領域的同義詞是指對同一事物或者概念的不同表達，即在商品描述檢索中可以相互替換的詞，有新詞多、錯別字多、定義嚴格的特點。這些特點使得現有同義詞識別方法在電子商務領域效果不顯著，同時

2、給同義詞的識別帶來更大的困難。
　　本文重點研究電子商務中賣方用戶和買方用戶行為特點，提出了基于電子商務用戶行為的候選同義詞集合產生方法，包括候選集合的獲取和過濾兩部分。一方面通過并列關系的符號切分標題從標題中獲取候選集合，另一方面通過SimRank思想聚集查詢從查詢中獲取候選集合。之后將候選集合分為中文-中文詞對和英文-中文詞對兩大類。最后對中文-中文詞對運用一系列的規(guī)則進行過濾，對英文-中文詞對運用同義概率進行過濾。
　

3、　在候選集合生成之后，就進行同義詞的識別。根據電子商務中英文-中文同義詞的特點，提出了讀音相似度法、谷歌翻譯法、同義概率法等三種識別英文-中文同義詞的方法。并重點研究了用于機器學習方法的特征提取，特別是標題、查詢、點擊等體現用戶行為的特征的提取，并運用梯度下降決策樹模型和支持向量機模型來進行同義詞的識別。
　　實驗表明，讀音相似度法可以有效識別音譯的英文-中文同義詞，谷歌翻譯法可以有效識別意譯的英文-中文同義詞，同義概率法可以有效