信息技術(shù)與人工智能正在潛移默化地改變著人們的生活,智能手機(jī)已在學(xué)習(xí)工作中不可或缺,App軟件日益盛行。用戶通過(guò)下載安裝軟件后,在應(yīng)用商店發(fā)表評(píng)論反饋?zhàn)约旱囊庖?jiàn),App軟件開(kāi)發(fā)人員會(huì)不定期對(duì)軟件進(jìn)行迭代,并發(fā)布迭代日志。用戶的負(fù)面評(píng)論中蘊(yùn)含著大量用戶需求和對(duì)App軟件的意見(jiàn)和建議,研究軟件開(kāi)發(fā)人員如何利用用戶負(fù)面評(píng)論信息來(lái)對(duì)App軟件進(jìn)行迭代意義重大。本文通過(guò)爬取App軟件負(fù)面評(píng)論和迭代日志信息,提取這些信息中的特征,并根據(jù)評(píng)論特征強(qiáng)度和日志特征強(qiáng)度定義迭代模式和迭代節(jié),通過(guò)計(jì)算所有迭代節(jié)的迭代有效性和及時(shí)性,聚類出五種迭代模式,并對(duì)迭代模式進(jìn)行了系列分析。本文具體研究包括以下內(nèi)容:（1）分析當(dāng)前App軟件在各大應(yīng)用商店的現(xiàn)狀,編寫網(wǎng)絡(luò)爬蟲程序,爬取蘋果應(yīng)用商店免費(fèi)排名榜前100的App軟件的負(fù)面評(píng)論信息和迭代日志信息,并對(duì)原始數(shù)據(jù)予以統(tǒng)計(jì)方面的分析,主要針對(duì)不同星級(jí)評(píng)論數(shù)量和迭代數(shù)量進(jìn)行了可視化描述。（2）對(duì)原始數(shù)據(jù)進(jìn)行了文本預(yù)處理,包括垃圾評(píng)論過(guò)濾、文本分詞和文本停用詞過(guò)濾,并對(duì)預(yù)處理過(guò)后的數(shù)據(jù)利用主題模型提取特征。定義了迭代模式和迭代節(jié),并描述評(píng)論特征和迭代特征強(qiáng)度,給出迭代的有效... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１研宄路線圖??Ｆｉｇ．?１－１?Ｒｅｓｅａｒｃｈ?ｒｏａｄｍａｐ??各章節(jié)內(nèi)容如下：??

在文本挖掘領(lǐng)域到學(xué)者研。這里“”，話、一段描述、一篇文章講述的主旨。例如一篇文檔主要講述和“教育”相關(guān)的，其主題為“教育”，則在這篇文檔中，“學(xué)�！�、“教師”、“學(xué)生”、“學(xué)習(xí)”等詞會(huì)頻繁出現(xiàn)，而“手機(jī)”、“電腦”等詞語(yǔ)出現(xiàn)的頻率相對(duì)較小。??傳統(tǒng)判斷兩個(gè)文檔是否相似一般看其詞語(yǔ)的共現(xiàn)量，當(dāng)其共現(xiàn)量超過(guò)一定時(shí)，則認(rèn)為其相似。但有些文檔共同出現(xiàn)的詞語(yǔ)并不多，但它們所表達(dá)的意思相關(guān)的。因此在實(shí)際判斷文檔相關(guān)性的時(shí)候，考慮內(nèi)容所要表達(dá)的含義同樣至要。主題模型就是語(yǔ)義挖掘比較行之有效的方法，經(jīng)典且較為基礎(chǔ)的是ＬＤＡ模型，ＬＤＡ模型在實(shí)際生活中應(yīng)用廣泛，個(gè)性化推薦、社交網(wǎng)站、內(nèi)容推廣域都使用了該模型。??ＬＤＡ主題模型是根據(jù)詞袋模型的思想演化發(fā)展而來(lái)的，它不考慮句法或詞序，單純地把一篇文檔當(dāng)做是由若干個(gè)詞語(yǔ)隨機(jī)組合而成，詞語(yǔ)兩兩之間沒(méi)有關(guān)系和先后之分。ＬＤＡ主題模型認(rèn)為，文檔是某些主題對(duì)應(yīng)的概率分布，主某些詞語(yǔ)對(duì)應(yīng)的概率分布，因此就形成了文檔－主題－詞的三層結(jié)構(gòu)。ＬＤＡ主題的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖如圖２－１所示。??

收集迭代信息時(shí)，Ａｐｐ軟件迭代信息頁(yè)面主要包括版本號(hào)、迭代時(shí)間、更新日??志、應(yīng)用描述等，本文研究應(yīng)用軟件迭代日志信息主要包括前三項(xiàng)。Ａｐｐ軟件迭代??信息如圖３－３所不。??版本：１０．１．３２?〇?支付寶？讓生活更簡(jiǎn)單??２０１８?年?０９?月?０３?日??｜?｜?賭日志??支Ｈ寶最臟舞丨最新麵：??１?．ＡＰＰ新孖級(jí)．啟劫邏度更鐵，？??

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)FOA的SVM參數(shù)優(yōu)化研究[J]. 張前圖,曾真真,毛凱,馮明峰,宋振宇.  價(jià)值工程. 2016(08)
[2]協(xié)同過(guò)濾推薦算法研究:考慮在線評(píng)論情感傾向[J]. 王偉,王洪偉,孟園.  系統(tǒng)工程理論與實(shí)踐. 2014(12)
[3]在線評(píng)論對(duì)應(yīng)用軟件及平臺(tái)定價(jià)策略的影響[J]. 劉洋,廖貅武,劉瑩.  系統(tǒng)工程學(xué)報(bào). 2014(04)
[4]基于用戶行為綜合分析的微博用戶影響力評(píng)價(jià)方法[J]. 齊超,陳鴻昶,于洪濤.  計(jì)算機(jī)應(yīng)用研究. 2014(07)
[5]基于位置的社交網(wǎng)絡(luò)用戶簽到及相關(guān)行為研究[J]. 李敏,王曉聰,張軍,劉正捷.  計(jì)算機(jī)科學(xué). 2013(10)
[6]微博信息采集及群體行為分析[J]. 高凱,王九碩,馬紅霞,周二亮,Radha Ganesan.  小型微型計(jì)算機(jī)系統(tǒng). 2013(10)
[7]一種新的中文文本分類算法——One Class SVM-KNN算法[J]. 劉文,吳陳.  計(jì)算機(jī)技術(shù)與發(fā)展. 2012(05)
[8]基于LDA特征選擇的文本聚類[J]. 張夢(mèng)笑,王素格,王智強(qiáng).  電腦開(kāi)發(fā)與應(yīng)用. 2012(01)
[9]國(guó)內(nèi)中文自動(dòng)分詞技術(shù)研究綜述[J]. 奉國(guó)和,鄭偉.  圖書情報(bào)工作. 2011(02)
[10]高性能網(wǎng)絡(luò)爬蟲:研究綜述[J]. 周德懋,李舟軍.  計(jì)算機(jī)科學(xué). 2009(08)

碩士論文
[1]基于統(tǒng)計(jì)與詞典相結(jié)合的中文分詞的研究與實(shí)現(xiàn)[D]. 周祺.哈爾濱工業(yè)大學(xué) 2015
[2]文本分類停用詞處理和特征選擇技術(shù)研究[D]. 馬治濤.西安電子科技大學(xué) 2014
[3]基于用戶行為的動(dòng)態(tài)推薦系統(tǒng)算法研究及實(shí)現(xiàn)[D]. 趙釹森.電子科技大學(xué) 2013
[4]基于情感詞典的中文微博情感傾向分析研究[D]. 陳曉東.華中科技大學(xué) 2012
[5]基于理解的漢語(yǔ)分詞系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 蘇勇.電子科技大學(xué) 2011



本文編號(hào)：3003499