在線購物網(wǎng)站和社交媒體平臺(tái)數(shù)量的爆炸式增長使得消費(fèi)者能夠輕松分享他們對產(chǎn)品或者服務(wù)的評論,潛在消費(fèi)者在購買產(chǎn)品之前會(huì)通過評論來對同類型不同品牌型號(hào)的產(chǎn)品進(jìn)行擇優(yōu)購買決策。針對利用在線評論對電子產(chǎn)品領(lǐng)域備選產(chǎn)品進(jìn)行排序選優(yōu)的難點(diǎn)問題進(jìn)行深入的研究,本文主要的工作有:（1）針對評論文本細(xì)粒度情感分析問題,利用自然語言處理工具Hanlp對在線評論進(jìn)行本文預(yù)處理,基于LDA主題模型挖掘出評論文本中消費(fèi)者感興趣的產(chǎn)品屬性個(gè)數(shù)確定評價(jià)指標(biāo),結(jié)合評論的頻繁項(xiàng)將屬性詞篩選歸類到相應(yīng)的屬性詞集合中建立屬性詞表。（2）以屬性詞表中的關(guān)鍵詞為核心通過依存句法分析技術(shù)提取出電子產(chǎn)品屬性詞相對應(yīng)的候選情感詞,用FastText模型通過領(lǐng)域相關(guān)語料訓(xùn)練出詞向量,結(jié)合KNN算法對候選情感詞進(jìn)行分類篩選擴(kuò)充構(gòu)建適用于電子產(chǎn)品領(lǐng)域的領(lǐng)域情感詞典進(jìn)行情感分析。（3）針對消費(fèi)者在電子產(chǎn)品擇優(yōu)購買時(shí)權(quán)重值的確定問題,普通消費(fèi)者是無法給出精確屬性指標(biāo)權(quán)重值,本文將文本情感分析結(jié)果轉(zhuǎn)換為直覺模糊數(shù)的形式,利用偏序集排序法具有不需要權(quán)重?cái)?shù)值就可以對方案進(jìn)行排序的優(yōu)點(diǎn),采用基于改進(jìn)直覺模糊TOPSIS模型的偏序集方法對備選方案進(jìn)行排... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省211工程院校教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

我國網(wǎng)民數(shù)量和互聯(lián)網(wǎng)普及率增長趨勢

1緒論11緒論1Introduction1.1研究背景（ResearchBackground）中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布了第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，在報(bào)告中對我國互聯(lián)網(wǎng)涉及到的各行業(yè)發(fā)展情況進(jìn)行了數(shù)據(jù)分析，報(bào)告顯示截至2019年6月，我國網(wǎng)民數(shù)量已經(jīng)增長到8.54億，網(wǎng)民使用移動(dòng)設(shè)備上網(wǎng)的比例更是達(dá)到99.1%[1]，圖1-1顯示了最近11年來我國網(wǎng)民數(shù)量和互聯(lián)網(wǎng)普及率增長趨勢圖。圖1-1我國網(wǎng)民數(shù)量和互聯(lián)網(wǎng)普及率增長趨勢Figure1-1ThegrowthtrendofChina"sInternetusersandInternetpenetration互聯(lián)網(wǎng)和移動(dòng)終端的發(fā)展使得在線購物變得十分便捷，網(wǎng)絡(luò)購物消費(fèi)者可以不受時(shí)間和空間的限制使用電腦和移動(dòng)設(shè)備進(jìn)行網(wǎng)上購物。我國網(wǎng)絡(luò)購物的用戶規(guī)模已經(jīng)達(dá)到6.39億之多的數(shù)量，較2018年12月份增長2871萬，占網(wǎng)民整體的74.8%[1],網(wǎng)絡(luò)購物的市場保持著蓬勃發(fā)展的態(tài)勢，我國2016年6月至2019年9月網(wǎng)民購物人數(shù)和網(wǎng)購使用率增長趨勢如圖1-2所示。圖1-2我國網(wǎng)絡(luò)購物人數(shù)和網(wǎng)購使用率增長趨勢Figure1-2China"sonlineshoppingpopulationandonlineshoppingusagegrowthtrend

1緒論111.4.3技術(shù)路線本文相應(yīng)的技術(shù)路線圖如圖1-3所示：圖1-3技術(shù)路線Figure1-3Technologicalframework首先，利用中文分詞、詞性標(biāo)注技術(shù)對非結(jié)構(gòu)化的評論文本進(jìn)行處理，使得口語化評論可以用于進(jìn)一步的信息挖掘。其次，通過LDA主題模型對評論中消費(fèi)者感興趣的屬性進(jìn)行主題聚類，并將聚類主題轉(zhuǎn)化為評價(jià)指標(biāo)用于后續(xù)的決策評價(jià)，用詞頻統(tǒng)計(jì)設(shè)置閾值的方法對屬性關(guān)鍵詞進(jìn)行歸類。然后，搜集領(lǐng)域相關(guān)語料使用FsstText模型訓(xùn)練出詞向量，從領(lǐng)域評論和基礎(chǔ)情感詞典中篩選出情感傾向較為明顯的口語化情感詞作為種子詞，通過KNN分類算法訓(xùn)練出情感詞分類器，進(jìn)而對通過依存句法分析抽取出來的候選情感進(jìn)行分類歸類結(jié)合基礎(chǔ)情感詞典構(gòu)建領(lǐng)域情感詞典用于進(jìn)一步的情感分析。最后結(jié)合實(shí)例，用直覺模糊數(shù)來對情感分析結(jié)果進(jìn)行轉(zhuǎn)化，用改進(jìn)的直覺模糊TOPSIS偏序集排序方法應(yīng)用于一個(gè)智能手機(jī)的選擇問題中去，并借助Hasse圖將選擇結(jié)果可視化。

【參考文獻(xiàn)】：
期刊論文
[1]基于組合賦權(quán)灰色關(guān)聯(lián)TOPSIS的商務(wù)網(wǎng)絡(luò)信息生態(tài)鏈價(jià)值流動(dòng)綜合評價(jià)研究[J]. 張海濤,李澤中,劉嫣,李題印.  情報(bào)科學(xué). 2019(12)
[2]CNNIC發(fā)布第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[J]. 于朝暉.  網(wǎng)信軍民融合. 2019(09)
[3]基于多屬性在線評價(jià)信息的商品購買推薦排序方法[J]. 張瑾,尤天慧,樊治平.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[4]基于顧客在線評論的服務(wù)要素優(yōu)化配置方法[J]. 于超,樊治平.  計(jì)算機(jī)集成制造系統(tǒng). 2019(03)
[5]依據(jù)在線評論的商品排序方法[J]. 畢建武,劉洋,樊治平.  系統(tǒng)工程學(xué)報(bào). 2018(03)
[6]蘊(yùn)含權(quán)重的偏序集多準(zhǔn)則決策法[J]. 岳立柱,張志杰,閆艷.  運(yùn)籌與管理. 2018(02)
[7]一種使用在線評論信息的商品購買決策分析方法[J]. 李永海.  運(yùn)籌與管理. 2018(02)
[8]基于在線評價(jià)信息和消費(fèi)者期望的商品選擇方法[J]. 尤天慧,張瑾,樊治平.  中國管理科學(xué). 2017(11)
[9]應(yīng)用偏序集表示權(quán)重難以獲知的TOPSIS模型[J]. 岳立柱,李良瓊.  模糊系統(tǒng)與數(shù)學(xué). 2017(04)
[10]一種考慮用戶評分標(biāo)準(zhǔn)不一致性的在線商品評價(jià)方法[J]. 陳穎,付曉東,岳昆,劉驪,劉利軍.  小型微型計(jì)算機(jī)系統(tǒng). 2017(06)

博士論文
[1]偏序集分拆函數(shù)的計(jì)算及其算術(shù)性質(zhì)[D]. 杜康.南開大學(xué) 2013

碩士論文
[1]基于文本情感分析的個(gè)性化影片推薦模型的研究[D]. 劉栗材.重慶郵電大學(xué) 2019
[2]基于在線評論文本分析的汽車產(chǎn)品選擇方法研究[D]. 張培行.合肥工業(yè)大學(xué) 2019
[3]基于跨媒體的社交電商用戶情感分析[D]. 高宇.哈爾濱商業(yè)大學(xué) 2018
[4]基于細(xì)粒度觀點(diǎn)搭配汽車產(chǎn)品評論情感分析[D]. 岳洋.山西大學(xué) 2018
[5]權(quán)重信息未知的模糊多屬性決策問題研究[D]. 連曉振.中國礦業(yè)大學(xué) 2018
[6]長距離語言模型及其應(yīng)用研究[D]. 任偉.北京郵電大學(xué) 2017
[7]基于在線評論的產(chǎn)品選擇方法研究[D]. 高夢.東北大學(xué) 2015
[8]消費(fèi)者產(chǎn)品選擇模型構(gòu)建及仿真研究[D]. 陳鑫.北京郵電大學(xué) 2013
[9]在線評論對網(wǎng)絡(luò)消費(fèi)者購買決策影響的實(shí)證研究[D]. 鄭小平.中國人民大學(xué) 2008
[10]消費(fèi)電子產(chǎn)品的情趣化設(shè)計(jì)研究[D]. 蘭娟.江南大學(xué) 2004



本文編號(hào)：3622091