發(fā)布時間：2024-03-04 02:09

　　隨著電子商務(wù)的快速發(fā)展,許多用戶習(xí)慣于在購買商品后會做出評論,表達(dá)自己對商品的態(tài)度。這些評論文本包含了大量有價值的信息。消費者可以通過評論文本了解商品的質(zhì)量,而商家可以根據(jù)用戶評論幫助其改進產(chǎn)品,增強企業(yè)的競爭力。目前,利用文本挖掘技術(shù)對用戶評論情感分析成為一個重要的研究方向。然而,現(xiàn)有的研究大多依據(jù)用戶評論中的情感詞計算文本整體的情感極性,分析粒度較粗,無法建立針對產(chǎn)品細(xì)粒度屬性的情感分析。本文提出了一種基于層次主題模型的商品評論細(xì)粒度分析方法,并以京東網(wǎng)站的用戶評論為例進行分析。主要工作如下:首先,使用爬蟲從京東網(wǎng)站上獲得聯(lián)想小新系列筆記本電腦的用戶評論并對其進行預(yù)處理。其次,實現(xiàn)產(chǎn)品屬性層次樹的構(gòu)建。針對爬取的用戶評論,基于h LDA建模得到評論文本層次主題樹。依據(jù)PMI算法,進一步提煉出帶有權(quán)重的產(chǎn)品屬性層次樹。隨后,通過對句子結(jié)構(gòu)的剖析提取產(chǎn)品屬性所對應(yīng)的情感相關(guān)詞,并依據(jù)本研究所擴充的情感詞典計算其情感得分。最后,構(gòu)建出產(chǎn)品評價體系,幫助產(chǎn)品開發(fā)者了解市場反饋與用戶需求。本文通過h LDA模型挖掘了用戶評論文本中消費者重點關(guān)注的商品屬性,得出的如下結(jié)論:屏幕、外觀及性能的情...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1嵌套中國餐館過程圖

11本研究應(yīng)用hLDA進行屬性的挖掘有以下兩個原因：一方面，這種文字內(nèi)部具有層次性的邏輯關(guān)系是符合人類語言文字認(rèn)知的，而hLDA可以完成主題間層次結(jié)構(gòu)的獲齲另一方面，hLDA仍然是依據(jù)詞語出現(xiàn)的頻率來幫助進行文本信息挖掘。hLDA的應(yīng)用也進一步推進了文本數(shù)據(jù)挖掘領(lǐng)域的發(fā)展。其運算....

圖2-2hLDA概率分布圖

12若每一個方形均代表著一家餐廳，并且這個餐廳里桌子服從阿爾法分布，每家餐廳都有不定數(shù)量且無窮多個桌子，每個桌子也唯一指向下一層的某家餐廳。假設(shè)某天，有五位客人來第一層的某家餐廳吃飯，1、3號客人坐在了同一張桌子，2、4號客人坐在了另一個桌子，而剩下的5號客人坐在第三個桌子上。之....

圖3-1構(gòu)建基于hLDA的產(chǎn)品評價體系的流程圖

16第3章基于hLDA的產(chǎn)品評價體系在產(chǎn)品屬性獲取的基礎(chǔ)方法上，本文使用層次主題模型來獲取產(chǎn)品屬性，并且針對單個產(chǎn)品屬性加入情感極性的計算，最終設(shè)計出了包含產(chǎn)品屬性與情感傾向兩大維度的商品評價體系�；趆LDA的產(chǎn)品評價體系構(gòu)建如圖3-1所示，包括數(shù)據(jù)獲取與處理、構(gòu)建評論主題層次....

圖3-2hLDA輸入文件圖

18頻次。在此基礎(chǔ)上，輸入hLDA的文件如圖3-2所示：圖3-2hLDA輸入文件圖3.1.2基于hLDA構(gòu)建評論層次主題樹預(yù)處理后的詞表文件輸入后，建模過程中需要關(guān)注如下幾點：（1）樹深度及迭代次數(shù)A:樹的深度K:所構(gòu)建的樹的深度，也指構(gòu)建的層次主題樹的深度K的數(shù)值大小，決定著層....

本文編號：3918724