基于餐館評論文本的主題提取及情感分析方法研究.pdf

1、隨著互聯(lián)網產業(yè)應用發(fā)展的不斷深入，人們生產生活各個方面都深受影響，隨之產生的各種文本數據呈爆炸式增長，這些文本的數量變得異常龐大并且蘊含著很多重要的信息。因此，從這些文本數據中準確快速地提取到有用信息的方法研究具有重要的應用價值。文本主題提取和情感分析是提取文本信息的常用方法，而推薦系統(tǒng)模型是文本信息應用的重要領域方向。但由于網絡文本結構多樣，風格迥異，中文語言復雜性等因素使中文文本信息的處理具有一定的挑戰(zhàn)性，因此，在當前的推薦系統(tǒng)模型

2、中，對文本信息的利用也非常有限。
　　針對以上問題，本論文基于餐館用戶評論文本致力于將主題提取和情感分析結果應用于個性化推薦模型。傳統(tǒng)的個性化推薦系統(tǒng)大多基于用戶與商品的歷史互動行為數據建立用戶的偏好模型，進而針對用戶的興趣偏好進行信息推薦。隨著互聯(lián)網產業(yè)的完善，龐大的網上文本評論數據能夠直觀反映用戶的行為偏好，這些信息的利用對個性化推薦模型的建立具有很重要的參考價值。網絡文本主題提取可以了解用戶關注的產品特性，而情感分析可以反映

3、用戶對產品各個特征的喜惡程度，與從歷史行為進行用戶偏好分析相比，從用戶評論得到用戶的偏好更直觀更準確。
　　本課題做了三方面的研究工作:首先對原始評論文本進行處理，構建聚類半監(jiān)督主題擴展方法，從而得到用戶關注的主題;接著綜合現(xiàn)有的通用情感詞典和評論文本構建專用情感詞典，利用專用情感詞典對用戶關注的主題進行情感分析，綜合得到用戶的偏好;最后根據從用戶評論文本中獲得的用戶偏好對用戶進行個性化推薦。
　　論文使用大眾點評網站用戶餐