本論文設(shè)計了一種基于短文本情感分類模型的分類方法,并在此基礎(chǔ)上開發(fā)了一套商品評價查詢系統(tǒng)。本論文的主要工作有兩點:一是研究了短文本的詞匯特性,再結(jié)合情感詞典和了SO-PMI算法設(shè)計了一種情感模型,并通過對比實驗證明,使用該情感模型在對商品評價進(jìn)行分類時表現(xiàn)良好。二是嚴(yán)格按照軟件開發(fā)的流程,在情感模型的基礎(chǔ)上設(shè)計和開發(fā)了商品評價查詢系統(tǒng)。商品評價查詢系統(tǒng)能夠幫助人們更快捷方便地了解一件商品,該系統(tǒng)分為三個大模塊:一是爬蟲模塊,針對京東、淘寶、太平洋等網(wǎng)站編寫了專門的爬蟲程序,每天定時從這些網(wǎng)站上獲取評價信息。二是評價分類程序,通過情感模型將評價分為好評或者差評。三是評價查詢系統(tǒng),為用戶提供商品評價查詢和對比服務(wù)。系統(tǒng)工作流程如下:首先通過爬蟲程序從京東、淘寶、太平洋等熱門網(wǎng)站獲取商品評價信息,然后通過自己情感模型對評價進(jìn)行分類（好評和差評）,最后用戶通過評價查詢系統(tǒng)可以獲取某件商品的正面評價和負(fù)面評價,還能進(jìn)行評價對比。開發(fā)時,使用Java作為編程語言,Mysql作為數(shù)據(jù)庫,使用了SSH2框架、Lucene、Ajax等技術(shù)完成商品評價查詢系統(tǒng)的編寫。經(jīng)過測試,最終實現(xiàn)的商品評價查詢系統(tǒng)能... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

MVC架構(gòu)

第六章系統(tǒng)實現(xiàn)35格式存儲的，包含了評價內(nèi)容和所屬網(wǎng)站ID兩部分信息。這樣設(shè)計是為了查詢網(wǎng)站獲得結(jié)果后方便解析和顯示，提高系統(tǒng)效率。圖6-2數(shù)據(jù)庫中的評價信息格式為了在進(jìn)行商品名檢索時能準(zhǔn)確且快速的獲得檢索結(jié)果，不能使用數(shù)據(jù)庫的like‘%...%’查詢，因此選擇通過Lucene來進(jìn)行輔助搜索。Lucene自帶有很多建立索引和進(jìn)行多條件查詢的方法，通過Lucene對商品信息建立索引，進(jìn)行關(guān)鍵詞檢索時是在索引文件中進(jìn)行搜索，檢索效率和準(zhǔn)確率將大大提升。網(wǎng)上采集到的原始評價都先存入原始評價表(comment)中。原始評價經(jīng)過評價分類程序分類后，被歸類為好評或者差評，好評存入好評表(good)中，差評存入差評表(bad)中，中性評價則被舍棄。分類程序基于的情感模型是如何的設(shè)計的將在5.3節(jié)中詳細(xì)描述。截止到目前，爬蟲程序總共采集到了34萬條商品信息，其中有大約24萬條都是來源于京東商城，剩下的大約10萬條來源于太平洋電腦城和易迅網(wǎng)。原始的商品評價有大約有二千二百多萬條，對所有評價進(jìn)行情感模型分類后，得到了約一千四百萬條好評和三百五十萬條差評。如圖6-3所示。圖6-3系統(tǒng)的數(shù)據(jù)規(guī)模6.4系統(tǒng)索引的建立和查詢從上一節(jié)所描述的數(shù)據(jù)規(guī)�？梢灾獣裕唐吩u價查詢系統(tǒng)的數(shù)據(jù)存儲量很龐大。如果在進(jìn)行模糊查詢時，使用SQL語句進(jìn)行查找，運(yùn)行速度十分低下，并且得到的結(jié)果也很差，這將對用戶體驗帶來毀滅性的打擊。因此，引入了Lucene建立索引機(jī)制來解決該問題。索引內(nèi)容包括商品的id、title、keywords、title和url。相關(guān)程序的部分代碼如下所示：1.建立索引

電子科技大學(xué)碩士學(xué)位論文36圖6-5建立索引的關(guān)鍵代碼從圖6-5的代碼中可以看出，程序建立的索引除了包含了商品的id、title、keywords等信息外，還包含了權(quán)重，這樣檢索得到的結(jié)果更加準(zhǔn)確科學(xué)。2.根據(jù)關(guān)鍵詞檢索索引文件：

【參考文獻(xiàn)】：
期刊論文
[1]基于SVM的用戶評論情感分析方法研究[J]. 常丹,王玉珍.  棗莊學(xué)院學(xué)報. 2019(02)
[2]基于共現(xiàn)分析的文本主題詞聚類研究[J]. 阮光冊,夏磊.  圖書館雜志. 2018(11)
[3]一種面向旅游評論的情感特征識別方法[J]. 陳耀東,彭蝶飛.  計算機(jī)技術(shù)與發(fā)展. 2018(11)
[4]A Novel Active Learning Method Using SVM for Text Classification[J]. Mohamed Goudjil,Mouloud Koudil,Mouldi Bedda,Noureddine Ghoggali.  International Journal of Automation and Computing. 2018(03)
[5]基于CNN和SOM的評論主題發(fā)現(xiàn)[J]. 謝宗彥,黎巎,周純潔.  情報科學(xué). 2018(06)
[6]基于情感知識和機(jī)器學(xué)習(xí)算法的組合微文情感傾向分類研究[J]. 何躍,趙書朋,何黎.  情報雜志. 2018(05)
[7]基于Web的科研項目管理系統(tǒng)的設(shè)計和實現(xiàn)[J]. 陳多澤.  電腦迷. 2018(02)
[8]基于同義詞詞林的社會化標(biāo)簽等級結(jié)構(gòu)構(gòu)建研究[J]. 熊回香,葉佳鑫.  情報雜志. 2018(01)
[9]基于情感特征的主客觀分類研究[J]. 馬力,丁蔚,李培,王蕓.  西安郵電大學(xué)學(xué)報. 2017(04)
[10]基于多維擴(kuò)展特征與深度學(xué)習(xí)的微博短文本情感分析[J]. 孫曉,彭曉琪,胡敏,任福繼.  電子與信息學(xué)報. 2017(09)

碩士論文
[1]Web商品輿情信息集成系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王路.電子科技大學(xué) 2014
[2]馬爾可夫鏈預(yù)測模型及一些應(yīng)用[D]. 溫海彬.南京郵電大學(xué) 2012



本文編號：3558569