基于數(shù)據(jù)挖掘的BBS用戶評(píng)價(jià)系統(tǒng)研究.pdf

1、隨著網(wǎng)絡(luò)的日益發(fā)展和普及，信息量爆炸性地增長，每一秒都會(huì)產(chǎn)生大量的新的數(shù)據(jù)并傳播于網(wǎng)絡(luò)。BBS應(yīng)運(yùn)而生并逐步發(fā)展?jié)u成為人們發(fā)表言論、表達(dá)思想的重要平臺(tái)。如何通過對(duì)BBS中海量的文本內(nèi)容進(jìn)行挖掘，來對(duì)BBS用戶進(jìn)行評(píng)價(jià)從而有效地指導(dǎo)BBS的管理活動(dòng)、促進(jìn)BBS發(fā)展，已日漸成為一個(gè)重要的命題。本文中選取了近年來興起詩詞論壇作為研究對(duì)象，引入自然語言處理的方法，通過對(duì)歷史數(shù)據(jù)挖掘建立用戶的評(píng)價(jià)模型。
　　 本研究主要內(nèi)容包括：⑴在網(wǎng)頁

2、的信息采集和信息抽取之后提出了三重詞語匹配方法通過計(jì)算文本相關(guān)度來去除噪聲。⑵詩詞專業(yè)領(lǐng)域極性詞典的構(gòu)建。本文引進(jìn)了HowNet，對(duì)其詞條進(jìn)行了汰選，得到極性詞典一，作為情感極性分析依據(jù)。在對(duì)100多部詩話進(jìn)行分詞的基礎(chǔ)上，采用人工選取和相似度計(jì)算擴(kuò)展得到了極性詞典二，作為專業(yè)評(píng)價(jià)的極性依據(jù)。⑶話題熱度與文本極性分析。在文本極性分析方面，對(duì)白話、文言文本進(jìn)行分開處理。基于現(xiàn)代語義，在句法分析的基礎(chǔ)上綜合考量了副詞對(duì)極性表達(dá)的影響來對(duì)文本