電子商務(wù)中針對產(chǎn)品的摘要挖掘技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，網(wǎng)上購物由于其便利節(jié)時越來越受到人們的歡迎，電子商務(wù)時代已經(jīng)來臨。目前購物網(wǎng)站中存在海量的商品供人們進行選購，然而由于商品量巨大且賣家對商品的描述信息量非常大，因此給買家選購需要的商品造成了不便。
　　事實上很多商品其實是同一款產(chǎn)品，生產(chǎn)廠家相同只是賣家不同而已，因此在商品基礎(chǔ)上構(gòu)建出虛擬的產(chǎn)品節(jié)點，并根據(jù)產(chǎn)品對應(yīng)的商品描述信息挖掘出產(chǎn)品相關(guān)的信息，比如產(chǎn)品的圖文描述、產(chǎn)品摘要、產(chǎn)品屬性、產(chǎn)品評論、產(chǎn)品價格趨

2、勢等，以一種簡潔友好的方式全面詳細的展示產(chǎn)品的信息，是很有必要的。
　　本文著眼于產(chǎn)品的摘要，提出了一種面向電子商務(wù)領(lǐng)域的產(chǎn)品摘要挖掘方法。產(chǎn)品摘要是用最簡短的語言，由3-5個短語組成，主要突出產(chǎn)品的賣點和特色。產(chǎn)品摘要希望能從用戶角度出發(fā)，在用戶選購產(chǎn)品的時候提供一個有特色的描述，讓用戶對產(chǎn)品有一個整體的印象，更好的幫助用戶做選擇，減少用戶選購產(chǎn)品的時間。
　　產(chǎn)品摘要挖掘是一種多文檔自動文摘，與傳統(tǒng)自動文摘選取句子來組成

3、摘要不同，產(chǎn)品摘要由短語組成。本文方法涉及到的關(guān)鍵部分，一是對產(chǎn)品描述的句子進行聚類，形成子主題；二是從子主題中抽取重要短語，作為摘要短語。
　　對于句子聚類形成子主題，本文探討了句子的特征表示、相似度計算方法、聚類方法等，采用層次聚類和劃分聚類（K-中心聚類）相結(jié)合的方法對句子聚類形成子主題，來從多個側(cè)面描述產(chǎn)品。最后根據(jù)子主題中描述句子的多少來對子主題的重要性進行排序。
　　對于產(chǎn)品摘要短語的獲取，本文采用基于分類的方法

4、，處理時以一個子主題為處理單元。首先利用指示詞對子主題中的句子進行切分，得到候選短語，然后利用最大熵分類器對短語進行分類，得到可以作為摘要的短語，最后對短語進行打分，并根據(jù)得分排序，將得分最高的短語作為子主題的摘要短語。最終的產(chǎn)品摘要由多個子主題摘要短語組成，子主題根據(jù)其重要性來選擇。
　　本文提出方法的評價，采用專家人工評價方式，以產(chǎn)出的前 M個短語成功編輯出產(chǎn)品摘要的比例作為指標(biāo)。實驗表明在前10個結(jié)果短語中編輯產(chǎn)品摘要成功的