基于評(píng)論分析的商品推薦系統(tǒng)研究.pdf

1、隨著網(wǎng)絡(luò)的普及，電子商務(wù)得到了迅猛的發(fā)展，同時(shí)也出現(xiàn)了各種各樣的商品推薦系統(tǒng)。已有的推薦系統(tǒng)大多是以商品為中心，通過(guò)用戶的瀏覽歷史對(duì)用戶進(jìn)行推薦更多的商品。這樣的推薦系統(tǒng)在許多情況下是有用的，可以為我們提供對(duì)自己有用但是自己不了解的商品。但是用戶購(gòu)買商品往往會(huì)帶有一定的目的和偏好性，如果購(gòu)買到不符合自己期望的商品就會(huì)大大降低購(gòu)物體驗(yàn)。因此，為了使用戶直接可以買到最稱心如意的商品，我們使用了基于評(píng)論分析的技術(shù)，通過(guò)挖掘評(píng)論中的有用信息對(duì)用

2、戶進(jìn)行相應(yīng)的推薦。本文的主要貢獻(xiàn)點(diǎn)如下：
　　 第一，獲取顯式評(píng)價(jià)對(duì)象?，F(xiàn)有的典型方法是構(gòu)建以形容詞短語(yǔ)和名詞短語(yǔ)為基礎(chǔ)搭配的語(yǔ)法模式，本文通過(guò)對(duì)大量評(píng)論進(jìn)行句法分析，在常用漢語(yǔ)語(yǔ)法模式下，增加了動(dòng)詞短語(yǔ)形式的語(yǔ)法模式，從而可以對(duì)顯式評(píng)價(jià)對(duì)象和相應(yīng)的評(píng)價(jià)詞進(jìn)行更有效的抽取。
　　 第二，獲取隱式評(píng)價(jià)對(duì)象?，F(xiàn)有的研究均聚焦于顯式評(píng)價(jià)對(duì)象的抽取，往往忽略了隱式評(píng)價(jià)對(duì)象抽取的研究，但現(xiàn)實(shí)中往往存在大量無(wú)顯式評(píng)價(jià)對(duì)象的評(píng)論(即只

3、含有評(píng)價(jià)短語(yǔ)而未寫明評(píng)價(jià)對(duì)象)，對(duì)于這一問(wèn)題，本文對(duì)特定領(lǐng)域產(chǎn)品評(píng)論進(jìn)行分析，建立了從評(píng)價(jià)詞到相應(yīng)評(píng)價(jià)對(duì)象的映射集合，這樣，對(duì)于只有評(píng)價(jià)詞的評(píng)論短句可以自動(dòng)獲取相應(yīng)的評(píng)價(jià)對(duì)象。
　　 第三，規(guī)范商品屬性的情感傾向識(shí)別流程并細(xì)化識(shí)別結(jié)果?，F(xiàn)有的研究通常是分別計(jì)算出每個(gè)評(píng)價(jià)對(duì)象的評(píng)價(jià)傾向，這樣就會(huì)存在過(guò)多的評(píng)價(jià)結(jié)果，從而未能使用戶得到清晰明確的結(jié)果，本文在計(jì)算出評(píng)價(jià)詞的極性值后，又構(gòu)建了商品屬性詞典和對(duì)應(yīng)的產(chǎn)品特征樹，將每個(gè)商品屬性

4、的不規(guī)范表達(dá)和子屬性規(guī)約為規(guī)范化的大屬性，并使用聚類算法對(duì)商品的每個(gè)屬性進(jìn)行聚類，最后得到評(píng)論中每個(gè)屬性的用戶滿意度區(qū)間，即將其聚類為非常好，不錯(cuò)，一般，差，很差五個(gè)大類，并顯示出每個(gè)大類所占的比例，從而提供給用戶一個(gè)非常清晰的結(jié)果。
　　 第四，對(duì)評(píng)論分析的主要步驟進(jìn)行了實(shí)驗(yàn)的驗(yàn)證，證明本文所用方法的合理性和有效性，最后設(shè)計(jì)了最終的推薦系統(tǒng)。用戶可以給出所關(guān)心的商品屬性的優(yōu)先級(jí)，系統(tǒng)利用前面章節(jié)介紹的評(píng)論分析處理技術(shù)，并結(jié)合多