基于語義分析的評論文本挖掘與商品推薦.pdf

1、在基于評論文本的商品推薦研究中，有許多優(yōu)秀的推薦算法及推薦方式，但是針對“購買者購買商品給予他人”的情況進(jìn)行研究的較少。這種商品購買者是一個(gè)人，而商品的使用者卻是另一個(gè)人的情況是不能簡單的采用詞頻分析法來解決的。本文提出來一種基于語義分析的商品評論文本挖掘方法，獲取商品購買者與使用者的關(guān)系，意在完善現(xiàn)有商品推薦系統(tǒng)，同時(shí)找到一種新的解決問題的思路。
　　首先對采集的“京東”商城手機(jī)評論文本進(jìn)行分詞、詞性標(biāo)注、語義角色標(biāo)注等預(yù)處理，

2、然后依據(jù)配價(jià)語法對預(yù)處理后的評論文本進(jìn)行關(guān)鍵格的提取作為購買者及使用者特征。由于評論文本具有口語化的特點(diǎn)，數(shù)據(jù)中會出現(xiàn)大量的同義稱謂詞的不同形式;同時(shí)也會省略施事格或使用第一人稱“我”來充當(dāng)施事格，而第一人稱不能反應(yīng)施事格的屬性特征，需要轉(zhuǎn)化為第三人稱的形式;所以這里構(gòu)建“同義詞詞庫”及“稱謂自稱關(guān)系對照庫”來統(tǒng)一稱謂詞及推理施事格，最終得到“施事格-＞動詞-＞受事格”形式的結(jié)構(gòu)化數(shù)據(jù)。
　　對商品購買者的所有特征進(jìn)行統(tǒng)計(jì)，構(gòu)建商

3、品購買者特征向量和商品使用者特征向量。通過對商品購買者特征向量及商品使用者特征向量進(jìn)行聚類分析，分別獲得基于購買者信息以及基于使用者信息的推薦商品?；蛘咄瑫r(shí)考慮雙方因素，來確定彼此推薦的商品。
　　最后實(shí)現(xiàn)了推薦系統(tǒng)的實(shí)驗(yàn)程序、并利用收集的數(shù)據(jù)進(jìn)行了商品推薦仿真實(shí)驗(yàn)。通過對實(shí)驗(yàn)結(jié)果的分析及與其它方法的推薦結(jié)果的比較表明，本文方法利用獲取的商品購買者及使用者的共同特征，推薦結(jié)果準(zhǔn)確且針對性強(qiáng);與“天貓”、“京東”商城的推薦結(jié)果進(jìn)行比