基于虛擬觀點文檔的旅游景點的動態(tài)觀點挖掘.pdf

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

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

3、，而傳統(tǒng)的觀點摘要技術(shù)并不能很好地反映用戶的情感變化。
　　針對上述問題，本文提出了動態(tài)觀點挖掘的概念，并提出虛擬觀點文檔模型作為實現(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，用來動態(tài)衡量所抽取的方面與評價主題的相關(guān)程度。本文提出的權(quán)重計算策略源于對在線旅游平臺中評論數(shù)據(jù)的兩個觀察，結(jié)合方面抽取過程中的統(tǒng)計信息，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)提出一種基于時間軸的觀點摘要策略，用來動態(tài)描述用戶的觀點變化。本文首先在句子級別上對傳統(tǒng)的觀點四元組進(jìn)行擴(kuò)展，增加時間變量。然后在篇章級別根據(jù)時間值對已構(gòu)建虛擬觀點文檔進(jìn)行聚合。最后生成基于時間軸的觀點分布。
　　(3)實現(xiàn)一個完整的基于虛擬觀點文檔的動態(tài)觀點挖掘系統(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)用為多個微服務(wù)的方式，實現(xiàn)了虛擬觀點文檔的分布式構(gòu)建、計算和應(yīng)用，并提供了可視化的動態(tài)觀點摘要。
　　本文