發(fā)布時(shí)間：2021-12-30 16:23

　　本論文設(shè)計(jì)了一種基于短文本情感分類(lèi)模型的分類(lèi)方法,并在此基礎(chǔ)上開(kāi)發(fā)了一套商品評(píng)價(jià)查詢系統(tǒng)。本論文的主要工作有兩點(diǎn):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(jì)了一種情感模型,并通過(guò)對(duì)比實(shí)驗(yàn)證明,使用該情感模型在對(duì)商品評(píng)價(jià)進(jìn)行分類(lèi)時(shí)表現(xiàn)良好。二是嚴(yán)格按照軟件開(kāi)發(fā)的流程,在情感模型的基礎(chǔ)上設(shè)計(jì)和開(kāi)發(fā)了商品評(píng)價(jià)查詢系統(tǒng)。商品評(píng)價(jià)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(gè)大模塊:一是爬蟲(chóng)模塊,針對(duì)京東、淘寶、太平洋等網(wǎng)站編寫(xiě)了專(zhuān)門(mén)的爬蟲(chóng)程序,每天定時(shí)從這些網(wǎng)站上獲取評(píng)價(jià)信息。二是評(píng)價(jià)分類(lèi)程序,通過(guò)情感模型將評(píng)價(jià)分為好評(píng)或者差評(píng)。三是評(píng)價(jià)查詢系統(tǒng),為用戶提供商品評(píng)價(jià)查詢和對(duì)比服務(wù)。系統(tǒng)工作流程如下:首先通過(guò)爬蟲(chóng)程序從京東、淘寶、太平洋等熱門(mén)網(wǎng)站獲取商品評(píng)價(jià)信息,然后通過(guò)自己情感模型對(duì)評(píng)價(jià)進(jìn)行分類(lèi)（好評(píng)和差評(píng)）,最后用戶通過(guò)評(píng)價(jià)查詢系統(tǒng)可以獲取某件商品的正面評(píng)價(jià)和負(fù)面評(píng)價(jià),還能進(jìn)行評(píng)價(jià)對(duì)比。開(kāi)發(fā)時(shí),使用Java作為編程語(yǔ)言,Mysql作為數(shù)據(jù)庫(kù),使用了SSH2框架、Lucene、Ajax等技術(shù)完成商品評(píng)價(jià)查詢系統(tǒng)的編寫(xiě)。經(jīng)過(guò)測(cè)試,最終實(shí)現(xiàn)的商品評(píng)價(jià)查詢系統(tǒng)能... 

【文章來(lái)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(yè)數(shù)】：96 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

MVC架構(gòu)

第六章系統(tǒng)實(shí)現(xiàn)35格式存儲(chǔ)的，包含了評(píng)價(jià)內(nèi)容和所屬網(wǎng)站ID兩部分信息。這樣設(shè)計(jì)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(kù)中的評(píng)價(jià)信息格式為了在進(jìn)行商品名檢索時(shí)能準(zhǔn)確且快速的獲得檢索結(jié)果，不能使用數(shù)據(jù)庫(kù)的like‘%...%’查詢，因此選擇通過(guò)Lucene來(lái)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(guò)Lucene對(duì)商品信息建立索引，進(jìn)行關(guān)鍵詞檢索時(shí)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(píng)價(jià)都先存入原始評(píng)價(jià)表(comment)中。原始評(píng)價(jià)經(jīng)過(guò)評(píng)價(jià)分類(lèi)程序分類(lèi)后，被歸類(lèi)為好評(píng)或者差評(píng)，好評(píng)存入好評(píng)表(good)中，差評(píng)存入差評(píng)表(bad)中，中性評(píng)價(jià)則被舍棄。分類(lèi)程序基于的情感模型是如何的設(shè)計(jì)的將在5.3節(jié)中詳細(xì)描述。截止到目前，爬蟲(chóng)程序總共采集到了34萬(wàn)條商品信息，其中有大約24萬(wàn)條都是來(lái)源于京東商城，剩下的大約10萬(wàn)條來(lái)源于太平洋電腦城和易迅網(wǎng)。原始的商品評(píng)價(jià)有大約有二千二百多萬(wàn)條，對(duì)所有評(píng)價(jià)進(jìn)行情感模型分類(lèi)后，得到了約一千四百萬(wàn)條好評(píng)和三百五十萬(wàn)條差評(píng)。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(píng)價(jià)查詢系統(tǒng)的數(shù)據(jù)存儲(chǔ)量很龐大。如果在進(jìn)行模糊查詢時(shí)，使用SQL語(yǔ)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(duì)用戶體驗(yàn)帶來(lái)毀滅性的打擊。因此，引入了Lucene建立索引機(jī)制來(lái)解決該問(wèn)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(píng)論情感分析方法研究[J]. 常丹,王玉珍.  棗莊學(xué)院學(xué)報(bào). 2019(02)
[2]基于共現(xiàn)分析的文本主題詞聚類(lèi)研究[J]. 阮光冊(cè),夏磊.  圖書(shū)館雜志. 2018(11)
[3]一種面向旅游評(píng)論的情感特征識(shí)別方法[J]. 陳耀東,彭蝶飛.  計(jì)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(píng)論主題發(fā)現(xiàn)[J]. 謝宗彥,黎巎,周純潔.  情報(bào)科學(xué). 2018(06)
[6]基于情感知識(shí)和機(jī)器學(xué)習(xí)算法的組合微文情感傾向分類(lèi)研究[J]. 何躍,趙書(shū)朋,何黎.  情報(bào)雜志. 2018(05)
[7]基于Web的科研項(xiàng)目管理系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J]. 陳多澤.  電腦迷. 2018(02)
[8]基于同義詞詞林的社會(huì)化標(biāo)簽等級(jí)結(jié)構(gòu)構(gòu)建研究[J]. 熊回香,葉佳鑫.  情報(bào)雜志. 2018(01)
[9]基于情感特征的主客觀分類(lèi)研究[J]. 馬力,丁蔚,李培,王蕓.  西安郵電大學(xué)學(xué)報(bào). 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(bào). 2017(09)

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



本文編號(hào)：3558569