基于意見挖掘的產品評論系統(tǒng)研究與實現.pdf

1、隨著大數據時代的來臨，互聯網上的數據呈爆炸式增長，各大電子商務網站上有關某件流行產品的評論數量動輒數十萬條，如果僅通過人工閱讀的方式來獲取這些評論信息，是一件十分耗時耗力的事情。為了解決這一難題，意見挖掘技術應運而生，并且成為網頁信息處理領域里越來越熱門的研究課題。意見挖掘是一種綜合文本理解和數據挖掘的技術，主要包括以下步驟：Web信息的抽??；有用評論與無用評論的分離；評論內容的情感分析；評論內容的匯總。本文圍繞意見挖掘的主要步驟，展開

2、了如下研究：
　　第一、利用網絡爬蟲技術解析京東商城上有關手機的網頁，抽取大量產品評論內容，存儲到數據庫中。由于原始的產品評論內容包含了部分無用信息，對后續(xù)分析會產生副作用，所以本文采用支持向量機算法進行分離，只選擇其中包含了對產品本身帶有情感傾向的評論，實驗中采用的特征有情感詞、產品特征詞、產品故障詞、情感詞與產品特征詞共現等特征，通過給特征項分配不同的權重，實現了有用評論篩選的準確率達到89.21％，為后續(xù)工作奠定了基礎。

3、r>　　第二、詳細闡述了評論內容的情感分析模塊，其目標是識別并標記產品評論中帶有情感傾向的語塊，判斷其感情傾向類別。針對傳統(tǒng)的以情感詞為中心、以定長的滑動窗口識別情感塊而使口語化的、含蓄的情感塊無法被識別的問題，本文主要研究了基于條件隨機場理論的情感塊標注技術。由于條件隨機場模型的特征選擇及特征維數都會嚴重影響到序列標識的結果，本文通過大量實驗選取了詞序列、詞性、情感詞、程度修飾詞、產品特征詞以及產品故障詞作為特征，使得對情感塊識別的召