近些年,伴隨著國(guó)民經(jīng)濟(jì)水平的上升,汽車(chē)在居民出行上的比重越來(lái)越大。同時(shí),由于網(wǎng)絡(luò)的高速發(fā)展,互聯(lián)網(wǎng)平臺(tái)上出現(xiàn)了各種汽車(chē)評(píng)論網(wǎng)站,比如愛(ài)卡汽車(chē)、汽車(chē)之家和易車(chē)網(wǎng)等。顧客在進(jìn)行購(gòu)買(mǎi)汽車(chē)前通常會(huì)借助相關(guān)網(wǎng)站去了解汽車(chē)的品牌、款式、性能和價(jià)格等信息。在購(gòu)買(mǎi)汽車(chē)后,顧客經(jīng)常會(huì)主動(dòng)分享購(gòu)車(chē)經(jīng)驗(yàn)到這些平臺(tái)上。因此,這些平臺(tái)擁有大量的汽車(chē)評(píng)論數(shù)據(jù)。各大汽車(chē)廠商越來(lái)越關(guān)注此渠道的信息挖掘分析,以期達(dá)到分析用戶需求、改良已有產(chǎn)品不足和挖掘競(jìng)爭(zhēng)對(duì)手信息的目的。經(jīng)過(guò)大量的觀察發(fā)現(xiàn),網(wǎng)站上的汽車(chē)評(píng)論普遍存在著主觀性和隨意性的特點(diǎn),導(dǎo)致很多評(píng)論反饋出的情感極性和廠商關(guān)心的汽車(chē)指標(biāo)的主題句并不確切。因此,論文對(duì)汽車(chē)評(píng)論數(shù)據(jù)的挖掘研究主要包括兩個(gè)方面的內(nèi)容:一方面,快速識(shí)別出每條評(píng)論所表達(dá)的情感極性,有利于廠商得到顧客準(zhǔn)確的情感傾向。另一方面,從短文本汽車(chē)簡(jiǎn)評(píng)中提取廠商關(guān)心的特定汽車(chē)評(píng)價(jià)指標(biāo)的主題句,有助于提高各大廠商對(duì)評(píng)論數(shù)據(jù)檢索關(guān)鍵信息的效率、快速提升產(chǎn)品的質(zhì)量和實(shí)現(xiàn)對(duì)顧客的個(gè)性化營(yíng)銷(xiāo)。因此,本文利用爬蟲(chóng)技術(shù)收集了國(guó)內(nèi)綜合排名前五的愛(ài)卡汽車(chē)網(wǎng)站上兩萬(wàn)多位顧客的汽車(chē)評(píng)論數(shù)據(jù)并對(duì)此進(jìn)行挖掘研究。首先,確立針對(duì)汽車(chē)評(píng)論... 

【文章來(lái)源】：天津商業(yè)大學(xué)天津市

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

整體研究流程圖

圖 3-1 ROC 示意圖Fig 3-1 ROC schematic diagram標(biāo)準(zhǔn)之后，即將進(jìn)入到分類(lèi)模型的具體構(gòu)建與評(píng)估過(guò)向量矩陣及對(duì)應(yīng)的情感極性標(biāo)簽（0 和 1）輸入到機(jī)器

圖 3-2 XGBoost 在訓(xùn)練集上的 ROC 曲線和 AUC 值 3-2 ROC curve andAUC value of XGBoost on traini

【參考文獻(xiàn)】：
期刊論文
[1]面向Twitter情感分析的文本預(yù)處理方法研究[J]. 王永昌,朱立谷.  中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[2]XGBoost原理及其應(yīng)用[J]. 沈晨昱.  計(jì)算機(jī)產(chǎn)品與流通. 2019(03)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)和XGBoost的文本分類(lèi)[J]. 龔維印,王力.  通信技術(shù). 2018(10)
[4]樸素貝葉斯方法在文本分類(lèi)中的運(yùn)用[J]. 史琬瑩.  電子技術(shù)與軟件工程. 2018(11)
[5]LDA模型在文本主題建模中的研究與應(yīng)用[J]. 趙子杰.  信息通信. 2018(02)
[6]以分類(lèi)主題抽取為視角的學(xué)科主題挖掘——基于LDA模型的國(guó)外知識(shí)流研究結(jié)構(gòu)探討[J]. 傅柱,王曰芬,關(guān)鵬.  情報(bào)理論與實(shí)踐. 2016(08)
[7]基于多標(biāo)記學(xué)習(xí)的汽車(chē)評(píng)論文本多性能識(shí)別[J]. 張晶,李德玉,王素格.  計(jì)算機(jī)工程與科學(xué). 2016(01)
[8]基于觀點(diǎn)袋模型的汽車(chē)評(píng)論情感極性分類(lèi)[J]. 廖健,王素格,李德玉,張鵬.  中文信息學(xué)報(bào). 2015(03)
[9]基于LDA模型的文本聚類(lèi)研究[J]. 王鵬,高鋮,陳曉美.  情報(bào)科學(xué). 2015(01)
[10]基于SVM和CRF多特征組合的微博情感分析[J]. 李婷婷,姬東鴻.  計(jì)算機(jī)應(yīng)用研究. 2015(04)

博士論文
[1]面向文本情感分析的主題建模及應(yīng)用研究[D]. 張鵬.山西大學(xué) 2018

碩士論文
[1]汽車(chē)文本評(píng)論的情感極性分析[D]. 王貴烽.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2018
[2]基于機(jī)器學(xué)習(xí)的文本情感分析研究與優(yōu)化[D]. 禹業(yè)藂.北京郵電大學(xué) 2018
[3]中文文本情感分析關(guān)鍵問(wèn)題的研究和優(yōu)化[D]. 曹康凱.北京郵電大學(xué) 2018
[4]基于LDA和詞性句法規(guī)則的用戶評(píng)論情感分析研究[D]. 張建華.廣西大學(xué) 2014
[5]文本分類(lèi)中的特征降維方法研究[D]. 萬(wàn)斌候.重慶大學(xué) 2012
[6]基于語(yǔ)義資源的文本情感計(jì)算[D]. 徐琳宏.大連理工大學(xué) 2007



本文編號(hào)：3139594