數(shù)據(jù)挖掘方法在評論分類中的應(yīng)用研究.pdf

1、分類號：UDC：密級：學(xué)校代號：11845學(xué)號：2111305088廣東工業(yè)大學(xué)碩士學(xué)位論文(工程碩士)數(shù)據(jù)挖掘方法在評論分類中的應(yīng)用研究李杰駿校內(nèi)導(dǎo)師姓名、職稱：左亞堯雖』塾拯校外導(dǎo)師姓名、職稱：紀(jì)友迭王猩』!巫學(xué)科(專業(yè))或領(lǐng)域名稱：讓篡扭堇苤學(xué)生所屬學(xué)院：讓篡扭堂醫(yī)論文答辯日期：三Q二巒生五旦摘要摘要隨著互聯(lián)網(wǎng)的快速發(fā)展和普及，網(wǎng)絡(luò)已經(jīng)成為人們生活不可或缺的一部分。人們通過互聯(lián)網(wǎng)看書、視頻、學(xué)習(xí)、討論、購物時常常會在相關(guān)頁面上留下

2、關(guān)于該頁面主題的評論。特別地，消費(fèi)者在電商網(wǎng)站上進(jìn)行網(wǎng)購之后都會留下關(guān)于購買產(chǎn)品的評論信息。目前，隨著網(wǎng)絡(luò)上的評論信息劇增，評論數(shù)據(jù)的有效利用問題已經(jīng)越來越收到人們的關(guān)注。面對大量的評論數(shù)據(jù)，如何從中挖掘到有用的信息對網(wǎng)站用戶、服務(wù)商、生產(chǎn)商都有著重要的意義。然而頁面上的評論信息屬于非結(jié)構(gòu)化數(shù)據(jù)，也就是代表評論數(shù)據(jù)本身并沒有一個預(yù)定義的數(shù)據(jù)模型。由于評論數(shù)據(jù)的不規(guī)則性和不明確性，使得其相對于按字段存儲在數(shù)據(jù)庫的數(shù)據(jù)難以用傳統(tǒng)的程序進(jìn)行分

3、析、統(tǒng)計或歸納。如何從海量的評論數(shù)據(jù)中提取有用的信息以方便用戶、服務(wù)商和生產(chǎn)商有效、快捷地利用是本文主要探討的問題。本文的主要任務(wù)包括對評論數(shù)據(jù)進(jìn)行的情感分類和進(jìn)行基于價值分類。對于評論的情感分類，文本提出一種基于情感詞抽取和點互信息的非監(jiān)督學(xué)習(xí)方法。其中，對句子進(jìn)行分詞、詞性識別并從中抽取情感詞，減少了分類時噪聲的引入。通過計算情感詞和范例詞的PMI值得出一個評論文檔的情感傾向。對于用戶而言，評論數(shù)據(jù)情感傾向并不能滿足評論閱讀者的需求