本文關(guān)鍵詞：基于多維度特征評論分類的研究

  更多相關(guān)文章： 評論分類 fasttext SVM 文本特征 多維度特征

【摘要】：電子商務(wù)交易規(guī)模日益上升,用戶和商品交互數(shù)據(jù)激增,用戶和商家則通過評論得到商品的反饋信息并進(jìn)行買賣決策。傳統(tǒng)的評論分類基于詞袋或者TF-IDF特征,沒有考慮詞語的語義、語法以及詞語順序等信息,同時沒有考慮用戶和評論本身的特征,模型分類準(zhǔn)確率低、擴(kuò)展性差。因此本文調(diào)研文本表示、文本分類以及評論分類的相關(guān)技術(shù)和方法,提出并實(shí)現(xiàn)了一種新的基于多維度特征的評論分類模型MDF-CC。該模型基于非文本特征建立隨機(jī)森林概率模型,基于文本特征建立fasttext概率模型,通過模型線性融合,得到基于多維度特征的評論分類模型MDF-CC。利用采集自京東的評論數(shù)據(jù),通過實(shí)驗(yàn)與基于傳統(tǒng)TF-IDF統(tǒng)計方法的評論分類模型、fasttext評論分類模型做了性能比較分析,實(shí)驗(yàn)結(jié)果表明本文提出的MDF-CC模型準(zhǔn)確性更高且具有更好的可擴(kuò)展性。具體研究內(nèi)容如下:1)研究文本表示的主要方法以及文本分類主要算法,分析每種技術(shù)優(yōu)缺點(diǎn)。基于傳統(tǒng)TF-IDF統(tǒng)計方法提取評論文本特征,基于隨機(jī)森林和SVM算法建立評論分類模型,兩種模型的F1值分別約為79%和80%;2)實(shí)現(xiàn)一種基于fasttext的快速評論分類模型F-CC。該模型考慮詞語的語義、語法以及順序信息,基于詞向量網(wǎng)絡(luò)訓(xùn)練建立文本表示與分類模型。F-CC評論分類方法F1值約為88%,分類效果優(yōu)于基于傳統(tǒng)的TF-IDF特征評論分類方法;3)提出并實(shí)現(xiàn)一種基于多維度特征評論分類模型MDF-CC。該模型可視化非文本特征與評論極性關(guān)系,基于非文本特征建立隨機(jī)森林概率模型,基于文本特征建立fasttext概率模型,最后進(jìn)行模型線性融合。經(jīng)過實(shí)驗(yàn)驗(yàn)證,多維度的評論分類模型F1值約為90%,驗(yàn)證了本文提出的MDF-CC模型的準(zhǔn)確性和擴(kuò)展性;4)提出并實(shí)現(xiàn)一種基于詞向量相似度匹配的評論方面詞抽取算法,通過評論方面詞擴(kuò)展以及平均相似度匹配,最終判斷評論評價的是物流、服務(wù)、價格和質(zhì)量的哪一個方面,從而獲得商品在方面詞的好評率和差評率。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.1

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 宋鈺婷;徐德華;;基于LDA和SVM的中文文本分類研究[J];現(xiàn)代計算機(jī)(專業(yè)版);2016年05期

2 韓冬煦;常寶寶;;中文分詞模型的領(lǐng)域適應(yīng)性方法[J];計算機(jī)學(xué)報;2015年02期

3 梁喜濤;顧磊;;中文分詞與詞性標(biāo)注研究[J];計算機(jī)技術(shù)與發(fā)展;2015年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李軍偉;網(wǎng)站商品評論挖掘技術(shù)的研究[D];北京交通大學(xué);2016年

2 周紅偉;商品評價信息的中文情感分析[D];浙江工商大學(xué);2015年

3 劉賢友;面向電子商務(wù)的評論文本情感分析研究[D];中國科學(xué)技術(shù)大學(xué);2015年

4 藍(lán)天廣;電子商務(wù)產(chǎn)品在線評論的細(xì)粒度情感強(qiáng)度分析[D];北京郵電大學(xué);2015年

5 崔志剛;基于電商網(wǎng)站商品評論數(shù)據(jù)的用戶情感分析[D];北京交通大學(xué);2014年

，

本文編號：1297439