基于在線產(chǎn)品評(píng)價(jià)信息的個(gè)性化需求獲取方法研究.pdf

1、在線個(gè)性化產(chǎn)品定制以響應(yīng)快速、購銷便捷、價(jià)格相對(duì)低廉等優(yōu)勢，越來越得到商家和消費(fèi)者的青睞。準(zhǔn)確、全面地獲取消費(fèi)者的個(gè)性化需求是個(gè)性化產(chǎn)品定制中的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的消費(fèi)者個(gè)性化需求信息調(diào)查有問卷法、訪談法等，受人力成本、地點(diǎn)等的限制，這些方法并不能全面、準(zhǔn)確地獲取個(gè)性化需求。電子商務(wù)技術(shù)的迅猛發(fā)展使網(wǎng)上購物逐漸發(fā)展成當(dāng)代人購物消費(fèi)的新模式，售后網(wǎng)絡(luò)評(píng)價(jià)數(shù)量龐大、內(nèi)容豐富、覆蓋面廣泛，是消費(fèi)者選擇商家和品牌、制造企業(yè)改進(jìn)和開發(fā)產(chǎn)品的重要依據(jù)，

2、具有寶貴的商業(yè)價(jià)值和研究價(jià)值。因此，從在線產(chǎn)品評(píng)價(jià)信息中挖掘消費(fèi)者的個(gè)性化需求，對(duì)于提高消費(fèi)者滿意度和企業(yè)競爭力具有重要的理論意義和現(xiàn)實(shí)意義。
　　當(dāng)前，在線產(chǎn)品評(píng)價(jià)信息的挖掘主要集中在主題的識(shí)別、產(chǎn)品特征提取、觀點(diǎn)詞的挖掘、態(tài)度極性判定等方面。這些研究，在處理海量評(píng)價(jià)信息挖掘方面還存在以下不足:(1)由于互聯(lián)網(wǎng)的開放性以及消費(fèi)者發(fā)表言論的自由性，在線產(chǎn)品評(píng)價(jià)信息中包含了大量的對(duì)獲取個(gè)性化需求沒有幫助的垃圾評(píng)價(jià)，如果不對(duì)這些垃圾評(píng)

3、價(jià)進(jìn)行預(yù)處理將會(huì)嚴(yán)重影響個(gè)性化需求獲取的質(zhì)量;(2)以往的研究過于強(qiáng)調(diào)事實(shí)性評(píng)價(jià)或者意見性評(píng)價(jià)，忽略了信息冗余現(xiàn)象，使數(shù)據(jù)庫中信息檢索工作量大幅增加。本文在產(chǎn)品設(shè)計(jì)、消費(fèi)者個(gè)性化需求獲取、在線產(chǎn)品評(píng)價(jià)信息挖掘等理論知識(shí)和方法的基礎(chǔ)上，提出了在線產(chǎn)品評(píng)價(jià)信息的二值分類法、基于Novelty的個(gè)性化需求獲取冗余信息處理方法和基于極性詞情感傾向辨別的個(gè)性化需求獲取方法，經(jīng)過實(shí)證分析，能夠更加準(zhǔn)確、全面地獲取消費(fèi)者的個(gè)性化需求。
　　1.

4、在線產(chǎn)品評(píng)價(jià)信息中垃圾評(píng)價(jià)的識(shí)別研究。對(duì)垃圾評(píng)價(jià)進(jìn)行了定義及分類，把垃圾評(píng)價(jià)的識(shí)別看成是在線產(chǎn)品評(píng)價(jià)信息的二值分類問題，即把在線產(chǎn)品評(píng)價(jià)信息分為“垃圾評(píng)價(jià)”和“非垃圾評(píng)價(jià)”兩大類，利用SVM的方法實(shí)現(xiàn)在線產(chǎn)品評(píng)價(jià)信息中垃圾評(píng)價(jià)的識(shí)別，篩選出有利于個(gè)性化需求獲取的產(chǎn)品評(píng)價(jià)信息，為更加準(zhǔn)確地獲取消費(fèi)者的個(gè)性化需求做好數(shù)據(jù)預(yù)處理。
　　2.基于Novelty的個(gè)性化需求獲取冗余信息處理方法研究。分析了主題詞與極性詞的關(guān)系，設(shè)計(jì)了<主題詞

5、，極性詞>搭配關(guān)系對(duì)提取的算法流程。提出了個(gè)性化需求獲取的冗余信息處理挖掘模型，設(shè)計(jì)了個(gè)性化需求獲取的冗余處理算法，減少了挖掘個(gè)性化需求的工作量以及信息檢索的工作量。
　　3.基于極性詞情感傾向辨別的個(gè)性化需求獲取方法研究。依據(jù)知網(wǎng)構(gòu)建了基于個(gè)性化需求獲取的極性詞詞典，并對(duì)極性詞的情感傾向辨別的算法流程進(jìn)行了設(shè)計(jì)。根據(jù)極性詞的情感傾向辨別結(jié)果對(duì)情感傾向?yàn)橘H義的極性詞進(jìn)行篩選，設(shè)計(jì)了基于極性詞情感傾向辨別的個(gè)性化需求獲取算法流程，更

6、加準(zhǔn)確、全面地獲取消費(fèi)者的個(gè)性化需求。
　　4.文章最后根據(jù)本文的研究內(nèi)容進(jìn)行了實(shí)例驗(yàn)證，搭建了實(shí)驗(yàn)環(huán)境，并對(duì)實(shí)證結(jié)果進(jìn)行了分析。采用Java編寫的爬蟲程序從淘寶網(wǎng)抓取了一款暢銷的智能手機(jī)的評(píng)價(jià)記錄對(duì)本文提出的方法進(jìn)行了實(shí)例驗(yàn)證。通過本文選擇的特征向量，對(duì)垃圾評(píng)價(jià)識(shí)別的準(zhǔn)確率達(dá)到了89.2％;基于Novelty的個(gè)性化需求獲取冗余信息的處理實(shí)驗(yàn)中，經(jīng)過設(shè)置不同的新穎度閥值進(jìn)行多次實(shí)驗(yàn)，使算法的最佳性能到達(dá)了93.2％;極性詞情感傾