融入隱式產(chǎn)品特征提取的意見挖掘研究.pdf

1、隨著Web2.0和B2C商務(wù)模式的快速發(fā)展，商家開始通過網(wǎng)絡(luò)推銷自己的商品。分析發(fā)現(xiàn)，在網(wǎng)絡(luò)營銷過程中，用戶在網(wǎng)絡(luò)上對產(chǎn)品的評論數(shù)量在飛速增長。通過分析這些評論提取出其中包含的用戶意見信息，可以讓商家改進產(chǎn)品使之更加符合社會大眾的需求。然而，如果商家通過人工查看的方式來從這些海量的評論中獲得有用的用戶意見信息，這將是一個十分耗時耗力的工作。因此需要一種自動分析挖掘用戶評論信息的方法，即意見挖掘技術(shù)。
　　本文將網(wǎng)絡(luò)上的中文評論作為

2、研究對象，將意見挖掘分為產(chǎn)品特征詞庫和評價詞庫的自動化建立、產(chǎn)品特征關(guān)聯(lián)對的提取和情感傾向性分析三個部分。本文工作主要包括如下幾點：
　　（1）在現(xiàn)有分詞結(jié)果的基礎(chǔ)上，通過詞組規(guī)則的組合處理來提取候選產(chǎn)品特征和候選評價詞，用以提高產(chǎn)品特征和評價詞的提取準確率。另外，本文還提出了一種產(chǎn)品特征和評價詞雙向循環(huán)過濾方法，來對相應(yīng)詞庫進行自動化建立，實驗結(jié)果表明該方法可以提高產(chǎn)品特征詞庫和評價詞庫建立的準確性。
　?。?）考慮到網(wǎng)絡(luò)

3、評論的不規(guī)范和語法錯誤較多等問題，在中文評論中使用句法樹方法進行產(chǎn)品特征關(guān)聯(lián)的識別，具有一定的局限性，所以本文通過評價詞來識別產(chǎn)品特征關(guān)聯(lián)對，提出了一種基于上下文的隱式產(chǎn)品特征提取方法，以克服現(xiàn)有的基于評價詞的隱式產(chǎn)品特征提取方法在通用評價詞方面的局限性。實驗表明，本文提出的方法在隱式產(chǎn)品特征提取的準確性上比現(xiàn)有的基于評價詞的隱式產(chǎn)品特征提取方法有更好的表現(xiàn)。
　?。?）在分析統(tǒng)計用戶評價情感傾向性過程中，本文使用情感極性詞典和評