電商商品評論情感分析方法及優(yōu)化研究

1、 分類號： 密級： U D C：學(xué)號：406132114149 南 昌 大 學(xué) 碩 士 研 究 生 學(xué) 位 論 文 電商商品評論情感分析方法及優(yōu)化研究 電商商品評論情感分析方法及優(yōu)化研究 Research on Sentiment Analysis Method and Optimization of Electronic Commerce Comments

2、陳 穎 培養(yǎng)單位（院、系）：信息工程學(xué)院計(jì)算中心 指導(dǎo)教師姓名、職稱：饒 泓 教授 申請學(xué)位的學(xué)科門類：工 學(xué) 學(xué) 科 專 業(yè) 名 稱：軟件工程 論 文 答 辯 日 期：2017 年 5 月 20 日 答辯委員會主席： 評閱人：2017 年 月 日 摘要 I摘 要 隨著電商行業(yè)發(fā)展迅速，越來越多的顧客在線上購物，而線上銷售也成為廠家銷售的重點(diǎn)。對電商產(chǎn)品評論進(jìn)行情感分析可以為消費(fèi)者購買產(chǎn)品以

3、及商家調(diào)整銷售策略提供重要參考。本文以美的熱水器評論為例，針對電商產(chǎn)品評論文本短小、偏口語化、情感語義豐富等特點(diǎn)，研究該類短文本的情感分析方法，并從停用詞表、情感詞典以及文檔頻率等方面對情感分析方法進(jìn)行優(yōu)化，并取得較好效果。具體工作如下： 在文本預(yù)處理過程中，論文針對現(xiàn)有停用詞表不適用于電商產(chǎn)品評論情感分析的問題，構(gòu)建了該領(lǐng)域停用詞表。本文先統(tǒng)計(jì)分詞后詞項(xiàng)的詞頻，再人工抽取詞頻高但對電商評論情感分析沒有意義的詞項(xiàng)作為停用詞，最后將抽取出

4、的停用詞集合成停用詞表。通過與傳統(tǒng)的停用詞表進(jìn)行對比，實(shí)驗(yàn)證明了本文構(gòu)建的電商產(chǎn)品評論領(lǐng)域停用詞表的有效性。 針對現(xiàn)有情感詞典在電商產(chǎn)品評論領(lǐng)域情感分析的不適用性問題，論文構(gòu)建了該領(lǐng)域的情感詞典。本文先從熱水器評論中人工抽取出部分情感詞作為基準(zhǔn)詞，再計(jì)算其他詞與基準(zhǔn)詞之間的語義相似度，得到的值若高于閾值則將其作為情感詞加入由基準(zhǔn)詞構(gòu)成的情感詞典中。論文通過與幾個公開的情感詞典進(jìn)行情感分析的對比實(shí)驗(yàn)驗(yàn)證了本文構(gòu)建的情感詞典的有效性。 針對

5、在進(jìn)行文本預(yù)處理后，特征維度依然比較高的情況，論文提出結(jié)合文檔頻率和 TF-IDF 算法進(jìn)行特征選擇和特征加權(quán)解決訓(xùn)練文檔集特征維度高，數(shù)據(jù)稀疏問題；同時論文還提出增加文本長度特征以解決正面和負(fù)面評論長度分布不均衡問題。 最后論文使用本文構(gòu)建的領(lǐng)域停用詞表和領(lǐng)域情感詞典分別進(jìn)行去停用詞和中文分詞處理，再綜合文檔頻率、TF-IDF 和文本長度特征構(gòu)建了面向電商評論的情感分析模型 ESDTL。 論文以京東熱水器評論作為語料庫,以支持向量機(jī)為