基于虛擬觀點(diǎn)文檔的旅游景點(diǎn)的動(dòng)態(tài)觀點(diǎn)挖掘.pdf

1、隨著在線旅游的迅猛發(fā)展，實(shí)時(shí)分析旅游者對(duì)旅游景點(diǎn)的觀點(diǎn)與態(tài)度的需求愈發(fā)迫切。面對(duì)在線旅游平臺(tái)中日益激增的評(píng)論數(shù)據(jù)，僅靠人工分析，耗時(shí)耗力且供不應(yīng)求。因此，觀點(diǎn)挖掘即通過計(jì)算機(jī)自動(dòng)從海量的用戶評(píng)論中提取出能表達(dá)用戶觀點(diǎn)和情感的信息，具有重要的理論價(jià)值和應(yīng)用價(jià)值。
　　觀點(diǎn)挖掘具體包含方面抽取和觀點(diǎn)摘要兩個(gè)重要的子任務(wù)。前者的目的是識(shí)別文本中用戶所評(píng)價(jià)的方面及其情感傾向，后者的目的是在于對(duì)提取的觀點(diǎn)信息進(jìn)行量化匯總，形成便于用戶理解的

2、摘要形式。近些年，雖然針對(duì)上述子任務(wù)的研究成果層出不窮，但是目前的觀點(diǎn)挖掘技術(shù)仍無法解決旅游領(lǐng)域中所存在的問題。具體而言，第一，旅游者在撰寫景點(diǎn)評(píng)論時(shí)，通常會(huì)夾雜了個(gè)人的旅游經(jīng)歷，會(huì)引入大量與評(píng)價(jià)主題不太相關(guān)的內(nèi)容，而現(xiàn)階段的方面抽取研究的關(guān)注點(diǎn)集中在對(duì)評(píng)價(jià)對(duì)象的抽取和觀點(diǎn)詞的判定，很少有研究關(guān)注如何衡量所抽取方面與評(píng)價(jià)主題的相關(guān)程度;第二，在線旅游平臺(tái)中，即使是同一景點(diǎn)，其評(píng)論的評(píng)分在時(shí)間上會(huì)呈現(xiàn)較大差異，即在時(shí)間軸上存在“變點(diǎn)”情況

3、，而傳統(tǒng)的觀點(diǎn)摘要技術(shù)并不能很好地反映用戶的情感變化。
　　針對(duì)上述問題，本文提出了動(dòng)態(tài)觀點(diǎn)挖掘的概念，并提出虛擬觀點(diǎn)文檔模型作為實(shí)現(xiàn)。主要工作包括:
　　(1)提出一種基于詞頻和句法關(guān)聯(lián)度相結(jié)合的權(quán)重算法，用來動(dòng)態(tài)衡量所抽取的方面與評(píng)價(jià)主題的相關(guān)程度。本文提出的權(quán)重計(jì)算策略源于對(duì)在線旅游平臺(tái)中評(píng)論數(shù)據(jù)的兩個(gè)觀察，結(jié)合方面抽取過程中的統(tǒng)計(jì)信息，分別為所抽取的方面在全局文檔中的出現(xiàn)頻率以及在局部文檔中的句法關(guān)聯(lián)度。
　　

4、(2)提出一種基于時(shí)間軸的觀點(diǎn)摘要策略，用來動(dòng)態(tài)描述用戶的觀點(diǎn)變化。本文首先在句子級(jí)別上對(duì)傳統(tǒng)的觀點(diǎn)四元組進(jìn)行擴(kuò)展，增加時(shí)間變量。然后在篇章級(jí)別根據(jù)時(shí)間值對(duì)已構(gòu)建虛擬觀點(diǎn)文檔進(jìn)行聚合。最后生成基于時(shí)間軸的觀點(diǎn)分布。
　　(3)實(shí)現(xiàn)一個(gè)完整的基于虛擬觀點(diǎn)文檔的動(dòng)態(tài)觀點(diǎn)挖掘系統(tǒng)。該系統(tǒng)采用了微服務(wù)的分布式架構(gòu)，通過分解單體應(yīng)用為多個(gè)微服務(wù)的方式，實(shí)現(xiàn)了虛擬觀點(diǎn)文檔的分布式構(gòu)建、計(jì)算和應(yīng)用，并提供了可視化的動(dòng)態(tài)觀點(diǎn)摘要。
　　本文