本文關(guān)鍵詞：電子商務(wù)產(chǎn)品在線評論的細(xì)粒度情感強(qiáng)度分析

  更多相關(guān)文章： 細(xì)粒度 情感分析 屬性分析 隱式屬性

【摘要】：隨著評論的日漸增加和產(chǎn)品屬性的日趨多樣化,整體情感傾向已然不能滿足購買者或商家的需求,消費者希望從評論中了解符合自身個性化的產(chǎn)品屬性,商家也非常需要從產(chǎn)品屬性評價中獲取顧客口味變化的信息,從而更好地為消費者提供個性化的商品和服務(wù)。傳統(tǒng)的情感分析未能更細(xì)粒度的在屬性層面幫助消費者減輕信息過載和認(rèn)知成本,而生產(chǎn)商也不能更加深入地了解產(chǎn)品的優(yōu)缺點,不能在互聯(lián)網(wǎng)背景下了解小眾需求。更進(jìn)一步的問題是,有些評論對其評價的屬性未在語句中直接點明,對其的理解需要根據(jù)評論的上下文進(jìn)行。 本研究針對傳統(tǒng)情感分析不能細(xì)化消費者口味和明確商品優(yōu)缺點的不足,以女裝連衣裙為例,闡述細(xì)粒度情感分析研究。在分析了以往對屬性識別以及分類研究基礎(chǔ)上,提出顯式屬性與隱式屬性分開識別的方法,并通過詞素進(jìn)行屬性自動歸類。針對隱式屬性發(fā)現(xiàn)這一難點,提出了基于詞性規(guī)則的方法,找到大量領(lǐng)域隱式屬性本研究還分析了當(dāng)前研究過于依賴現(xiàn)有情感詞典資源的弊端,建立了領(lǐng)域情感詞典。并且在情感強(qiáng)度結(jié)果計算的時候,設(shè)計了對比算法,證明了隱式屬性抽取對最后結(jié)果準(zhǔn)確率的提升 通過上述過程,本研究最后得到了可視化的細(xì)粒度情感強(qiáng)度分析結(jié)果,說明了細(xì)粒度情感分析輔助消費者與生產(chǎn)商決策的有用性。本研究在以下方面做出了創(chuàng)新貢獻(xiàn)：在理論上,隱式屬性發(fā)現(xiàn)是項非常復(fù)雜的工作,本研究提出基于詞性規(guī)則的方法找到了隱式屬性；在實踐方面,首次指明通過隱式屬性發(fā)現(xiàn)小眾需求,這對于依靠長尾理論營銷的在線商家具有重大意義。最后,由于我們所使用的在線評論抓取方式、領(lǐng)域通用產(chǎn)品屬性劃分、基于詞性規(guī)則的方法發(fā)現(xiàn)隱式屬性等方法的通用性使得本研究所描述的情感強(qiáng)度分析方法更加具有普遍性。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F713.36;TP391.1

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 來亮;錢屹;;文本情感分析綜述[J];計算機(jī)光盤軟件與應(yīng)用;2012年18期

2 殷國鵬;;消費者認(rèn)為怎樣的在線評論更有用?——社會性因素的影響效應(yīng)[J];管理世界;2012年12期

3 李實;葉強(qiáng);李一軍;Rob Law;;中文網(wǎng)絡(luò)客戶評論的產(chǎn)品特征挖掘方法研究[J];管理科學(xué)學(xué)報;2009年02期

4 張紫瓊;葉強(qiáng);李一軍;;互聯(lián)網(wǎng)商品評論情感分析研究綜述[J];管理科學(xué)學(xué)報;2010年06期

5 婁德成;姚天f ;;漢語句子語義極性分析和觀點抽取方法的研究[J];計算機(jī)應(yīng)用;2006年11期

6 朱嫣嵐;閔錦;周雅倩;黃萱菁;吳立德;;基于HowNet的詞匯語義傾向計算[J];中文信息學(xué)報;2006年01期

7 王素格;吳蘇紅;;基于依存關(guān)系的旅游景點評論的特征—觀點對抽取[J];中文信息學(xué)報;2012年03期

8 武琳;;Web2.0時代信息交流模式分析[J];情報雜志;2006年03期

9 李明琴,李涓子,王作英,陸大獾;語義分析和結(jié)構(gòu)化語言模型[J];軟件學(xué)報;2005年09期

10 王洪偉;鄭麗娟;尹裴;史偉;;在線評論的情感極性分類研究綜述[J];情報科學(xué);2012年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 施寒瀟;細(xì)粒度情感分析研究[D];蘇州大學(xué);2013年

，

本文編號：1147649