本文選題：文本挖掘 + 網(wǎng)絡(luò)評論�。� 參考：《華中科技大學》2016年碩士論文

【摘要】：隨著電子商務(wù)的快速發(fā)展和不斷普及,人們的消費習慣發(fā)生了深刻的變化,越來越多的消費和交易行為在網(wǎng)上進行。而這種頻繁的網(wǎng)絡(luò)活動產(chǎn)生了大量的網(wǎng)絡(luò)評論,因而對于消費者與消費者、消費者與商家來說這是一個重要的渠道,能夠快捷方便地交換信息,以此來獲得所需要的有價值的信息。對于潛在消費者來說,通過商務(wù)網(wǎng)站的網(wǎng)絡(luò)評論,可以全面詳細的了解所關(guān)注的產(chǎn)品或服務(wù),并根據(jù)其他評論用戶的評論信息做出是否購買的決定;對于商家來說,從消費者的評論信息中,可以了解到消費者的消費習慣、興趣特征和消費意向,從而改善產(chǎn)品和服務(wù),提升企業(yè)競爭力。文章運用的文本挖掘方法,包括情感傾向分析和LDA主題模型,對評論文本進行深入分析。以我國的在線旅游網(wǎng)站的評論文本為例,以R統(tǒng)計軟件為工具,利用統(tǒng)計分析及文本挖掘方法對評論文本數(shù)據(jù)進行實證分析。首先基于情感詞典,計算評論中語句所包含的情感詞的平均值,將評論文本劃分為正面評論和負面評論,然后運用LDA主題模型,分別提取這兩類評論的主題。通過情感傾向分析和主題提取,提高評論的可靠性和有用性,提升消費者對評論的信任度;使企業(yè)能夠及時有效追蹤用戶需求,為互聯(lián)網(wǎng)企業(yè)改善產(chǎn)品和服務(wù)以及精細化營銷策略提供參考和建議。
[Abstract]:With the rapid development and popularization of electronic commerce, people's consumption habits have undergone profound changes. This frequent network activity has produced a large number of online reviews, so it is an important channel for consumers and consumers, consumers and businesses to exchange information quickly and conveniently. To get the valuable information you need. For potential consumers, online reviews on business sites can provide a comprehensive and detailed understanding of the products or services they are interested in, and make decisions about whether to buy them based on comments from other users; for businesses, From the consumer's comment information, we can know the consumer's consumption habit, interest characteristic and consumption intention, so as to improve the products and services and enhance the competitiveness of enterprises. The text mining methods, including affective tendency analysis and LDA topic model, are used to analyze the comment text deeply. Taking the comment text of our country's online tourism website as an example, using the R statistical software as the tool, the paper makes an empirical analysis of the comment text data by using the statistical analysis and text mining methods. Firstly, based on the emotion dictionary, the average of the emotional words contained in the sentence is calculated, and the comment text is divided into positive comment and negative comment, and then the topic of the two kinds of comments is extracted by using the LDA topic model. Through emotional tendency analysis and topic extraction, improve the reliability and usefulness of comments, enhance consumers' trust in comments, and enable enterprises to track user needs in a timely and effective manner. For Internet enterprises to improve products and services and elaborate marketing strategies to provide reference and advice.
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.1;F724.6;F592.6

【參考文獻】

相關(guān)期刊論文 前7條

1 聶卉;容哲;;面向評論效用評估的文本情感特征提取[J];現(xiàn)代圖書情報技術(shù);2015年Z1期

2 賀立凱;;網(wǎng)絡(luò)評論現(xiàn)狀與發(fā)展研究綜述[J];今傳媒;2012年06期

3 石晶;李萬龍;;基于LDA模型的主題詞抽取方法[J];計算機工程;2010年19期

4 周立柱;賀宇凱;王建勇;;情感分析研究綜述[J];計算機應(yīng)用;2008年11期

5 熊德蘭;程菊明;田勝利;;基于HowNet的句子褒貶傾向性研究[J];計算機工程與應(yīng)用;2008年22期

6 李文波;孫樂;張大鯤;;基于Labeled-LDA模型的文本分類新算法[J];計算機學報;2008年04期

7 羅桂瓊;費洪曉;戴弋;;基于反序詞典的中文分詞技術(shù)研究[J];計算機技術(shù)與發(fā)展;2008年01期

相關(guān)博士學位論文 前2條

1 丁軼群;基于概率生成模型的文本主題建模及其應(yīng)用[D];浙江大學;2010年

2 陳曉云;文本挖掘若干關(guān)鍵技術(shù)研究[D];復(fù)旦大學;2005年

相關(guān)碩士學位論文 前2條

1 任遠遠;中文網(wǎng)絡(luò)評論的產(chǎn)品特征提取及其情感傾向判定[D];中國科學技術(shù)大學;2015年

2 王煒;面向企業(yè)競爭情報的Web文本挖掘技術(shù)研究[D];西安電子科技大學;2011年

，

本文編號：1848028