中文網(wǎng)絡(luò)客戶評論中的產(chǎn)品特征挖掘方法研究.pdf

1、過去十幾年中，隨著Internet技術(shù)應用的深化和擴展。越來越多的客戶開始瀏覽大量的網(wǎng)絡(luò)評論來了解產(chǎn)品和服務的口碑，幫助做出可靠的決策。同時網(wǎng)絡(luò)客戶評論作為反饋機制也幫助了生產(chǎn)者和銷售商提升產(chǎn)品，改進服務從而獲得競爭力。但是，隨著電子商務的蓬勃發(fā)展，網(wǎng)絡(luò)評論數(shù)量的飛速增長，使得信息內(nèi)容越來越龐雜，造成了客戶評論中有用信息難以獲取的后果。因此，迫切需要借助一定的技術(shù)手段來使這一過程變得更為準確而便捷。目前，這一技術(shù)作為一個復雜的任務仍然面

2、臨著巨大的挑戰(zhàn)。以有效獲取網(wǎng)絡(luò)用戶評論信息為目標的非結(jié)構(gòu)化數(shù)據(jù)分析技術(shù)——“評論挖掘”吸引了很多學者關(guān)注。評論挖掘作為非結(jié)構(gòu)化信息挖掘的一個新興領(lǐng)域，主要涉及情感分析，評論中產(chǎn)品特征挖掘，以及評論中主觀內(nèi)容識別等等。在英文評論領(lǐng)域，研究者已經(jīng)初步取得一些成果，而針對中文網(wǎng)絡(luò)用戶評論的研究還仍處于起步階段。隨著中國電子商務在世界領(lǐng)域內(nèi)的崛起，亟需對于中文評論中有用信息的自動提取技術(shù)。但是，由于中英文文化背景以及語言差異的存在，使得英文領(lǐng)域

3、的研究成果不能直接應用于中文評論。本文將針對面向電子商務的中文網(wǎng)絡(luò)客戶評論，探索評論內(nèi)容中產(chǎn)品特征提取及相關(guān)技術(shù)，旨在為中文領(lǐng)域內(nèi)的客戶和企業(yè)提供更為方便和科學的評論挖掘工具。
　　本文首先將網(wǎng)絡(luò)客戶評論作為網(wǎng)絡(luò)口碑中的一種，搭建了面向電子商務的中文客戶評論挖掘理論框架；從產(chǎn)品特征挖掘的整體問題出發(fā)，提出了中文網(wǎng)絡(luò)客戶評論中產(chǎn)品特征挖掘DFM（數(shù)據(jù)-功能-方法）模型；從產(chǎn)品特征挖掘方法的研究細節(jié)出發(fā)，構(gòu)建了產(chǎn)品特征挖掘方法研究框架

4、。
　　為了從中文客戶評論中得到用戶關(guān)心的產(chǎn)品特征，本研究通過對英文評論產(chǎn)品特征挖掘方法進行原理創(chuàng)新和技術(shù)拓展，基于關(guān)聯(lián)規(guī)則理論，特別是Apriori算法得到頻繁項集作為候選產(chǎn)品特征。然后結(jié)合獨立支持度，鄰近規(guī)則等剪枝原則對于結(jié)果進行篩選過濾，提出了中文網(wǎng)絡(luò)客戶評論中的產(chǎn)品特征挖掘方法；對于非頻繁特征項的產(chǎn)品特征針對中文評論的情況采取了相應措施。本研究還在以上方法的基礎(chǔ)上糾正了挖掘到的候選產(chǎn)品特征語序，以提高在中文評論中的挖掘性能

5、。
　　另外與PMI-IR方法即點互信息技術(shù)和信息存取技術(shù)相結(jié)合，將候選產(chǎn)品特征與產(chǎn)品的語義關(guān)聯(lián)程度進行量化并且排序，過濾掉候選集合中關(guān)聯(lián)程度比較低的結(jié)果，提高了挖掘產(chǎn)品特征算法的性能。并且通過對旅游目的地中文評論特點進行分析，修正了算法，目的為提高這一特殊產(chǎn)品的挖掘結(jié)果綜合性能。
　　為了結(jié)合情感分析技術(shù)和產(chǎn)品特征挖掘方法，研究了基于語義方法的中文情感分析中情感代表詞的選擇和優(yōu)化，以及產(chǎn)品特征這一粒度級別的情感分析技術(shù)。<

6、br>　　最后實現(xiàn)了對于評論中產(chǎn)品特征及其情感傾向的綜合信息挖掘，并且在結(jié)論中提供了根據(jù)產(chǎn)品特征出現(xiàn)頻率以及其情感傾向情況的排名，使得用戶所關(guān)心的挖掘結(jié)果更為顯著。
　　本研究通過互聯(lián)網(wǎng)獲得一些產(chǎn)品的評論語料，對所提出的所有算法都進行了數(shù)據(jù)實驗，并且對一些算法和英文評論的相關(guān)技術(shù)進行了差異顯著性檢驗，實驗結(jié)果驗證了提出方法的有效性。
　　本文提出了一些新的算法解決了中文網(wǎng)絡(luò)客戶評論中的產(chǎn)品特征挖掘關(guān)鍵問題。這些技術(shù)的研究將有