現(xiàn)如今,互聯(lián)網(wǎng)絡(luò)技術(shù)滲透了人們生活的各個(gè)方面,網(wǎng)絡(luò)購物已經(jīng)成為了一種新的主流購物方式。據(jù)統(tǒng)計(jì),半數(shù)以上的消費(fèi)者會(huì)對(duì)線上購買的商品進(jìn)行評(píng)論。這些評(píng)論為生產(chǎn)者和消費(fèi)者提供了十分重要的參考信息。面對(duì)規(guī)模龐大的用戶評(píng)論數(shù)據(jù),如何設(shè)計(jì)出一款高效準(zhǔn)確、易于使用的評(píng)論分析系統(tǒng),并將分析后的數(shù)據(jù)以直觀的視角展示出來,是一個(gè)熱門的研究領(lǐng)域。為了能夠細(xì)粒度的展示用戶評(píng)論的情感傾向,本文設(shè)計(jì)的用戶評(píng)論情感分析算法,將情感分析問題轉(zhuǎn)化為實(shí)體標(biāo)注問題和情感分類問題。通過BERT預(yù)訓(xùn)練模型以及激活函數(shù)、優(yōu)化函數(shù)的改進(jìn),改善BiLSTM-CRF實(shí)體標(biāo)注算法效果。再通過基于規(guī)則的匹配算法匹配主題詞和情感詞、K-means進(jìn)行主題詞的分類和基于情感詞典的情感分類,整合了一套切實(shí)可行的算法流程,能夠針對(duì)商品的不同屬性進(jìn)行商品用戶評(píng)論的情感傾向分析。本文設(shè)計(jì)的情感分析系統(tǒng)總體共劃分成四大功能模塊,其實(shí)現(xiàn)基于Python語言,使用Django設(shè)計(jì)Web框架,通過Scikit-learn和Keras等工具框架實(shí)現(xiàn)模型算法,并采用PyEcharts對(duì)評(píng)論數(shù)據(jù)的分析結(jié)果進(jìn)行展示。最后通過系統(tǒng)測(cè)試驗(yàn)證本系統(tǒng)較好的完成了各大模塊的相關(guān)... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BERT模型結(jié)構(gòu)圖

系統(tǒng)開發(fā)環(huán)境與相關(guān)技術(shù)17=+1(+1),=1,2,…,1(2.17)2.6循環(huán)神經(jīng)網(wǎng)絡(luò)2.6.1長(zhǎng)短期記憶網(wǎng)絡(luò)長(zhǎng)短期記憶網(wǎng)絡(luò)LSTM，是循環(huán)神經(jīng)網(wǎng)絡(luò)RNN的一種變體。其設(shè)計(jì)極其適合對(duì)時(shí)序數(shù)據(jù)的建模[31]。LSTM的核心是細(xì)胞狀態(tài)，用貫穿細(xì)胞的水平線表示。細(xì)胞狀態(tài)像傳送帶一樣。它貫穿整個(gè)細(xì)胞卻只有很少的分支，這樣能保證信息不變的流過整個(gè)RNN。LSTM網(wǎng)絡(luò)能通過一種被稱為門的結(jié)構(gòu)對(duì)細(xì)胞狀態(tài)進(jìn)行刪除或者添加信息。門能夠有選擇性的決定讓哪些信息通過。所有循環(huán)神經(jīng)網(wǎng)絡(luò)都具有神經(jīng)網(wǎng)絡(luò)的重復(fù)模塊鏈的形式。在標(biāo)準(zhǔn)的RNN中，該重復(fù)模塊將具有非常簡(jiǎn)單的結(jié)構(gòu)，例如單個(gè)tanh層。LSTM也具有這種鏈?zhǔn)浇Y(jié)構(gòu)，但是它的重復(fù)單元不同于標(biāo)準(zhǔn)RNN網(wǎng)絡(luò)里的單元只有一個(gè)網(wǎng)絡(luò)層，它的內(nèi)部有四個(gè)網(wǎng)絡(luò)層。LSTM的結(jié)構(gòu)如圖2-5所示。圖2-5LSTM網(wǎng)絡(luò)結(jié)構(gòu)LSTM模型由t時(shí)刻的輸入，細(xì)胞狀態(tài)，臨時(shí)細(xì)胞狀態(tài)，隱藏層狀態(tài)，遺忘門，記憶門，輸出門組成。其計(jì)算過程可以概括為，通過細(xì)胞狀態(tài)中信息遺忘和記憶新的信息使得對(duì)后續(xù)時(shí)刻計(jì)算有用的信息得以傳遞，而無用信息被遺忘，并在每個(gè)時(shí)間步都會(huì)輸出隱藏層狀態(tài)，其中遺忘門，記憶門和輸出門由通過上個(gè)時(shí)刻的隱藏層狀態(tài)

系統(tǒng)總體設(shè)計(jì)29如圖4-1所示，線上商品用戶評(píng)論的情感分析系統(tǒng)總體開發(fā)架構(gòu)模型分為三層：數(shù)據(jù)層、業(yè)務(wù)層、應(yīng)用層。數(shù)據(jù)層為關(guān)系型數(shù)據(jù)庫MySQL，為整個(gè)系統(tǒng)提供數(shù)據(jù)的儲(chǔ)存管理支撐，其主要用來儲(chǔ)存商品信息以及大量的商品評(píng)論信息。同時(shí)，數(shù)據(jù)情感分析算法生成的結(jié)果也會(huì)寫入儲(chǔ)存在MySQL數(shù)據(jù)庫中，以便后續(xù)的數(shù)據(jù)可視化分析。業(yè)務(wù)層主要為本系統(tǒng)實(shí)現(xiàn)情感分析所需要的處理步驟和算法，包括K-means聚類、BERT預(yù)訓(xùn)練模型、BiLSTM-CRF主題詞與情感詞提娶情感分類等算法。通過這些算法，為最終的結(jié)果展示實(shí)現(xiàn)技術(shù)上的支撐。應(yīng)用層主要是系統(tǒng)數(shù)據(jù)與用戶的交互層，提供了用戶功能的實(shí)現(xiàn)。用戶通過Web對(duì)服務(wù)器進(jìn)行實(shí)時(shí)訪問，無需知道具體算法流程，通過數(shù)據(jù)可視化模塊的條用即可對(duì)數(shù)據(jù)結(jié)果進(jìn)行分析操作。4.2物理架構(gòu)模型圖物理架構(gòu)模型圖主要用來設(shè)計(jì)表達(dá)系統(tǒng)的部署環(huán)境，包括硬件、軟件以及網(wǎng)絡(luò)環(huán)境，用來指導(dǎo)系統(tǒng)部署人員和運(yùn)營(yíng)維護(hù)人員進(jìn)行后續(xù)的系統(tǒng)部署以及維護(hù)操作。本系統(tǒng)的物理構(gòu)架模型圖設(shè)計(jì)如圖4-2所示。圖4-2系統(tǒng)物理架構(gòu)模型圖

【參考文獻(xiàn)】：
期刊論文
[1]中文文本分類方法綜述[J]. 于游,付鈺,吳曉平.  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2019(05)
[2]評(píng)論者對(duì)在線商品評(píng)論信息質(zhì)量的影響及提升策略研究[J]. 江彥,婁策群,江秀,畢達(dá)宇.  圖書館學(xué)研究. 2019(03)
[3]基于CNN和BiLSTM網(wǎng)絡(luò)特征融合的文本情感分析[J]. 李洋,董紅斌.  計(jì)算機(jī)應(yīng)用. 2018(11)
[4]電子商務(wù)環(huán)境下傳統(tǒng)零售業(yè)向新零售方向轉(zhuǎn)型研究[J]. 楊蕙寧,陳明杰,何民宇,李春波.  時(shí)代金融. 2018(20)
[5]中國(guó)電子商務(wù)網(wǎng)絡(luò)零售的發(fā)展歷程與競(jìng)爭(zhēng)態(tài)勢(shì)[J]. 李秀玲,陳七林,劉姍姍.  現(xiàn)代商業(yè). 2018(16)
[6]基于黑盒測(cè)試的軟件測(cè)試策略研究與實(shí)踐[J]. 趙瑋.  中小企業(yè)管理與科技(上旬刊). 2017(01)
[7]基于社會(huì)學(xué)習(xí)理論的在線評(píng)論信息對(duì)購買決策的影響研究[J]. 馮嬌,姚忠.  中國(guó)管理科學(xué). 2016(09)
[8]基于B/S架構(gòu)的Web軟件系統(tǒng)測(cè)試應(yīng)用分析[J]. 王文東.  軟件導(dǎo)刊. 2016(08)
[9]基于Word2Vec的一種文檔向量表示[J]. 唐明,朱磊,鄒顯春.  計(jì)算機(jī)科學(xué). 2016(06)
[10]軟件測(cè)試之黑白盒策略的應(yīng)用[J]. 呂宣姣.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2016(09)

博士論文
[1]消費(fèi)者與商家在線體驗(yàn)式互動(dòng)對(duì)其購買意愿影響的研究[D]. 董京京.吉林大學(xué) 2019

碩士論文
[1]基于機(jī)器學(xué)習(xí)的網(wǎng)購平臺(tái)產(chǎn)品評(píng)論情感分析[D]. 鮑繼彬.哈爾濱工業(yè)大學(xué) 2019
[2]基于深度學(xué)習(xí)的中文分詞和關(guān)鍵詞抽取模型研究[D]. 黃丹丹.北京郵電大學(xué) 2019
[3]基于深度學(xué)習(xí)的用戶評(píng)論情感分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 文爽.北京郵電大學(xué) 2019
[4]電商商品評(píng)價(jià)情感分析系統(tǒng)研究[D]. 鐘靜晨.江蘇科技大學(xué) 2018
[5]基于文本情感分析技術(shù)的用戶評(píng)論分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 康智凱.哈爾濱工業(yè)大學(xué) 2017
[6]基于情感分析的線上品牌評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張迪.電子科技大學(xué) 2017
[7]基于Nginx高性能Web服務(wù)器性能優(yōu)化與負(fù)載均衡的改進(jìn)與實(shí)現(xiàn)[D]. 王永輝.電子科技大學(xué) 2015
[8]汽車評(píng)論情感分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張愛蓮.西安電子科技大學(xué) 2013



本文編號(hào)：3327055