【摘要】：文本挖掘和情感分析技術(shù)在電子商務(wù)中具有重要作用。通過分析電商平臺(tái)的用戶評(píng)論數(shù)據(jù),挖掘其中包含的用戶情感信息,既可為企業(yè)提供更精確的數(shù)據(jù)統(tǒng)計(jì)、廣告推送和商家商品排名,也可為用戶選購相應(yīng)商品時(shí)提供有價(jià)值參考。目前中文情感詞典不完善、基于詞典的文本情感分析方法通常僅基于情感詞出現(xiàn)的頻率,導(dǎo)致分析結(jié)果準(zhǔn)確度低。本文研究基于文本挖掘的電商用戶評(píng)論分析與系統(tǒng)實(shí)現(xiàn),研究具有重要的理論和實(shí)際意義。本文以電商網(wǎng)站的評(píng)論文本數(shù)據(jù)為研究目標(biāo),從情感詞的提取、情感詞庫的構(gòu)建以及電商網(wǎng)站評(píng)論文本的情感值計(jì)算等方面對(duì)基于詞典的情感分析方法進(jìn)行了研究。論文的主要工作包含以下幾個(gè)方面:(1)針對(duì)目前通用情感詞典過于泛化和領(lǐng)域適應(yīng)性弱的缺點(diǎn),本文提出一種基于依存句法抽取情感詞的方法。通過對(duì)淘寶網(wǎng)歷史評(píng)論數(shù)據(jù)進(jìn)行依存句法分析,挖掘出包含用戶情感傾向的依存關(guān)系,建立規(guī)則表;根據(jù)規(guī)則從大量歷史評(píng)價(jià)語料中抽取情感詞;基于半自動(dòng)方法構(gòu)建適合電商領(lǐng)域的情感詞典;基于詞語相似度進(jìn)行自動(dòng)情感極性標(biāo)注和基于人工干預(yù)的情感極性標(biāo)注,建立面向電商評(píng)論文本的情感詞庫。(2)針對(duì)目前僅基于句子中正面情感詞和負(fù)面情感詞個(gè)數(shù)判斷文本情感傾向算法分析準(zhǔn)確度低的問題,本文分析了中文文本中否定詞、程度詞和連詞等對(duì)文本情感的重要影響,建立相應(yīng)的輔助詞庫,提出一種綜合計(jì)算文本情感極性值的計(jì)算方法,提高文本情感分析的準(zhǔn)確率。(3)最后,基于上述研究設(shè)計(jì)并實(shí)現(xiàn)了電商用戶評(píng)論分析系統(tǒng)的原型,使用淘寶網(wǎng)手機(jī)類商品的大量評(píng)論數(shù)據(jù)進(jìn)行評(píng)測(cè),最終獲得了 90%以上的準(zhǔn)確率,驗(yàn)證了該方法的可行性與準(zhǔn)確性。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.1
【圖文】：

通過對(duì)比淘寶、京東、國美、蘇寧等各大電商網(wǎng)站的商品評(píng)論系統(tǒng)，目前各大主流逡逑電商平臺(tái)的用戶評(píng)論系統(tǒng)都是采用“評(píng)分星級(jí)＋預(yù)定義標(biāo)簽＋評(píng)論文本”的形式來對(duì)用逡逑戶評(píng)價(jià)進(jìn)行采集和分析。如圖１．１所示，以天貓商城的用戶評(píng)價(jià)系統(tǒng)為例，用戶對(duì)某個(gè)商逡逑品進(jìn)行評(píng)價(jià)時(shí)，需要同時(shí)選擇一個(gè)評(píng)分等級(jí)和若干預(yù)定義標(biāo)簽，然后再輸入具體的評(píng)論逡逑文本，提交到后臺(tái)后，后臺(tái)會(huì)通過星級(jí)、標(biāo)簽和文本內(nèi)容來進(jìn)行綜合判斷，得出用戶的逡逑情感傾向，最終以好評(píng)或差評(píng)的形式展現(xiàn)給用戶。逡逑累計(jì)評(píng)價(jià)７０３３２逡逑與描述裙符逡逑Ｚ邋Ｚｒ邐質(zhì)蜜好（３Ｓ０３）邐手感不鍰（２７０８》邐？費(fèi)便宜（２１２７）邐深史蓉不錯(cuò)（ＩＳＩＳ）邐飫透不錯(cuò)《１１５７）邐Ｈｇ努恐度好（Ｓ５３）逡逑４．８逡逑資：以按鍵一＿！９＞逡逑：認(rèn)羈寫評(píng)份蘧多茍獲天貓達(dá)人成教忹２０桌」逡逑其他買家５需要你的建議壤！逡逑ｗ邋■：；：？邐＜：；Ｙ逡逑＊賣家翳務(wù)ｔ．：；邐廠？逡逑ｔ？邋ｗ１邋Ｏ逡逑灥泠０／ｓ逡逑笑子

本文編號(hào)：2775812