【摘要】： 隨著B2C商務(wù)模式的日趨發(fā)展和網(wǎng)絡(luò)購物的流行,互聯(lián)網(wǎng)上存儲(chǔ)了大量消費(fèi)者對(duì)產(chǎn)品的評(píng)論信息,產(chǎn)品評(píng)論信息中蘊(yùn)含著消費(fèi)者使用特定商品后所表達(dá)的主觀感受。這些評(píng)論性文本反映了人們的意見、態(tài)度和立場(chǎng),因而具有寶貴的商業(yè)研究?jī)r(jià)值:一方面,產(chǎn)品評(píng)論信息有助于讓生產(chǎn)商知道其產(chǎn)品在消費(fèi)者心目中的地位以及受歡迎程度,這能給企業(yè)的產(chǎn)品研發(fā)部門提供重要的產(chǎn)品改進(jìn)信息,從而提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。另一方面,潛在的消費(fèi)者在做出購買決策前,往往會(huì)參考B2C網(wǎng)上商城中顧客發(fā)表的產(chǎn)品評(píng)論信息來分析產(chǎn)品的性能并最終做出是否購買的決定,產(chǎn)品評(píng)論信息能有效引導(dǎo)潛在消費(fèi)者做出購買決定。 本文在文本挖掘和意見挖掘技術(shù)的基礎(chǔ)上,提出一個(gè)Web產(chǎn)品評(píng)論意見挖掘模型。本文的產(chǎn)品評(píng)論意見挖掘模型第一次將評(píng)論文本中的觀點(diǎn)語句分為顯性極性觀點(diǎn)語句、第一類依賴語境觀點(diǎn)語句和第二類依賴語境觀點(diǎn)語句。 本文根據(jù)不同類型觀點(diǎn)語句的特征,采用相應(yīng)的意見挖掘技術(shù)分步進(jìn)行語義極性分析。相關(guān)的研究很少關(guān)注依賴語境觀點(diǎn)語句的極性分析,本文的意見挖掘模型著重分析兩類依賴語境觀點(diǎn)語句,運(yùn)用句法規(guī)則方法和語境信息提取方法確定依賴語境觀點(diǎn)語句的極性。 最后本文以著名B2C網(wǎng)上商城Amazon中的產(chǎn)品評(píng)論作為語料進(jìn)行實(shí)驗(yàn)分析。而且將本文的模型和相關(guān)文獻(xiàn)中的意見挖掘模型Opinion Observer和FBS進(jìn)行實(shí)驗(yàn)結(jié)果對(duì)比分析,結(jié)果表明本文的意見挖掘模型能有效地分析三類觀點(diǎn)語句的極性。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：F224;F49

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 施國良;石橋峰;;基于文本挖掘的不同購物網(wǎng)站商品評(píng)論一致性研究[J];現(xiàn)代圖書情報(bào)技術(shù);2011年12期

相關(guān)碩士學(xué)位論文 前1條

1 馮小翼;在線評(píng)論的產(chǎn)品屬性提取與情感分析研究[D];華中科技大學(xué);2011年

，

本文編號(hào)：2662470