商品評價信息的中文情感分析——以華為手機評價數(shù)據(jù)為例.pdf

1、隨著互聯(lián)網技術的不斷發(fā)展，正逐漸迎來了大數(shù)據(jù)時代，越來越多的人習慣于將自己的想法、感受發(fā)布到網上，尤其是網購的興起所帶來的海量的信息評論，對于這些能反映消費者情感傾向的信息進行分析挖掘，已成為商家改進產品、提升競爭力不可或缺的手段。毫無疑問，良好的用戶評論是商家的一項無形資產、無成本的廣告;然而不理想的用戶評論，則會大大減低商家信譽。因此商家需要及時地搜集消費者對其商品的評論信息進行必要挖掘分析，以便發(fā)現(xiàn)產品的不足之處，采取有效措施提高

2、商品質量，以形成一個良好的評價信息。然而，網購評論文本信息的迅速增長，其量之大很難依靠人工的方式進行收集、處理、分析。而且這些文本信息大部分是用非結構化或半結構化的方式呈現(xiàn)的，這樣就更加增加了分析的難度。目前來看，較為理想的處理方法是選擇文本挖掘下的情感分析技術來解決此類問題。
　　本文正是基于情感分析技術這一當前熱點分析方法，并以華為榮耀手機這個以互聯(lián)網思維營銷的產品為例，利用python軟件從海量評論語料中爬取相關有用信息，并

3、對這些信息進行處理分析，以此幫助商家深入了解消費者的真實需求，發(fā)現(xiàn)目前產品的不足之處。而后，通過更加人性化的產品設計來贏得顧客的青睞，從而獲得行業(yè)競爭力。
　　本文主要研究過程主要分為四個環(huán)節(jié)。首先，利用python獲取相關評論信息的抽樣數(shù)據(jù);然后，基于結巴分詞算法對爬取的評論數(shù)據(jù)進行切句、分詞、詞性標注和哈工大LTP平臺的依存句法分析等預處理工作;接著，探討比較了基于詞性標注與依存句法兩類方法在特征詞、情感詞對抽取方面的優(yōu)劣;最