面向社交商務(wù)的大數(shù)據(jù)分析方法研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的來臨，面向海量、異構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)的分析技術(shù)得到越來越廣泛的應(yīng)用。社交商務(wù)作為一種新興的電子商務(wù)模式，其融合了社交媒體的社交互動功能與電子商務(wù)的商務(wù)功能，并且已經(jīng)成為重要的大數(shù)據(jù)來源，其蘊(yùn)含的大量非結(jié)構(gòu)化數(shù)據(jù)，尤其是文本數(shù)據(jù)具有極大的商業(yè)價(jià)值。在這些復(fù)雜的文本數(shù)據(jù)當(dāng)中隱含著用戶的喜好偏向、行為習(xí)慣、消費(fèi)傾向等，對這些文本數(shù)據(jù)的分析可以很好地為社交商務(wù)中的社交購物和社交營銷服務(wù)。在這種背景下，面向社交商務(wù)的大數(shù)據(jù)分析顯得迫

2、切和必要，本文圍繞社交商務(wù)中的文本數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析。
　　首先，分析了社交商務(wù)環(huán)境下商務(wù)數(shù)據(jù)的復(fù)雜性，其社交商務(wù)數(shù)據(jù)具有典型的大數(shù)據(jù)特征，并且對社交商務(wù)中的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行了分析，重點(diǎn)討論了社交商務(wù)環(huán)境下的數(shù)據(jù)管理以及中文文本數(shù)據(jù)挖掘過程的復(fù)雜性，給出了中文文本數(shù)據(jù)挖掘的流程。
　　其次，提出了利用Apriori算法抽取產(chǎn)品特征的方法，并應(yīng)用于社交購物中的產(chǎn)品評論情感分析。在社交商務(wù)領(lǐng)域，眾多的用戶對眾多的產(chǎn)品進(jìn)行了紛繁復(fù)

3、雜地評論，這些評論是非結(jié)構(gòu)化的文本數(shù)據(jù)，復(fù)雜的非結(jié)構(gòu)化特征使得用戶在查看評論時(shí)遇到了很大的困難?；诖耍瑢ι缃簧虅?wù)環(huán)境下的產(chǎn)品評論進(jìn)行情感挖掘，提出一種利用Apriori算法來挖掘產(chǎn)品的頻繁特征，并討論如何對頻繁特征進(jìn)行剪枝操作以提高抽取的特征的有效性，利用語義詞典HowNet來確定情感詞的情感傾向。
　　最后，提出了識別電商微博數(shù)據(jù)進(jìn)行熱點(diǎn)話題的EM-LDA綜合模型。電商微博是一種非結(jié)構(gòu)化的文本信息載體，但卻具備不同于其他非結(jié)構(gòu)