基于意圖特征的評論質(zhì)量分析與建模方法研究.pdf

1、評論是一種評判事物價值的重要主觀信息，其已被廣泛應用于現(xiàn)有的商品屬性抽取、偏好學習以及情感分析和挖掘。然而，評論自身也存在價值層次，能否精準高效地自動評估評論的價值（如“專家”級評論或“垃圾”評論），對基于評論信息的各類研究和應用都具有重要價值。針對這一全新問題，本文將其看作分類和排序問題，分類即將評論劃分為“高質(zhì)量”和“低質(zhì)量”評論，而排序則是對同一個商品的評論按其質(zhì)量從高到低排列。傳統(tǒng)上，分類與排序都屬于有監(jiān)督學習方法，由此，本文在

2、特征抽取和評論質(zhì)量模型構(gòu)建兩個方面完成了一些研究工作。
　　在特征提取方面，本文從用戶意圖角度出發(fā)，考察影響評論的因素。由于評論質(zhì)量的高低直接來自用戶的判定，因此從用戶的角度考察評論的質(zhì)量是從根源上探索反映評論質(zhì)量的因素，同時此類特征具有較強的通用性。從用戶意圖角度，本文提出了三類反映評論質(zhì)量的因素：評論的信息滿足性、評論的情感與觀點和評論的可信度。對于每一種因素，本文分別提出了相應的度量指標和挖掘算法。實驗結(jié)果表明，本文提出的基

3、于用戶意圖的特征在評論質(zhì)量評估中有較好的效果，將本文特征與前人工作中采用的特征融合后取得了更好的性能。
　　在評論質(zhì)量模型構(gòu)建方面，本研究從不同的角度構(gòu)建了三個評論質(zhì)量模型，分別為：時間質(zhì)量模型、信息過載質(zhì)量模型和話題質(zhì)量模型。這三個模型分別考察了評論發(fā)表時間、商品內(nèi)部評論相似度和商品間評論相似度對評論質(zhì)量的影響。這三個模型相互獨立，是對三類不同評論局部環(huán)境的描述，具有一定的自適應性。最后將這三個模型用于評論質(zhì)量排序系統(tǒng)的調(diào)整，取