基于中文微博的產(chǎn)品評(píng)價(jià)分類及推薦算法研究.pdf

1、微博是近年新興的網(wǎng)絡(luò)媒體傳播平臺(tái)，它具有內(nèi)容簡(jiǎn)短、傳播速度快、用戶眾多等特點(diǎn)，而對(duì)于微博文本的情感分析是近年來(lái)數(shù)據(jù)挖掘的熱點(diǎn)之一，具有重要意義和價(jià)值。用戶在實(shí)施網(wǎng)上購(gòu)物等行為時(shí)，都希望從微博上獲取關(guān)注產(chǎn)品的評(píng)價(jià)信息。本文針對(duì)中文微博產(chǎn)品評(píng)價(jià)信息挖掘中存在的文本格式不規(guī)范、網(wǎng)絡(luò)用語(yǔ)大量使用、成分省略等文本特點(diǎn)，及標(biāo)記數(shù)據(jù)稀缺、手工標(biāo)注困難等分類問(wèn)題開展了如下幾項(xiàng)研究工作。
　　針對(duì)中文微博的文本特點(diǎn)，提出了一種情感評(píng)價(jià)單元構(gòu)建方法。

2、該方法分別構(gòu)建了情感評(píng)價(jià)詞、副詞和評(píng)價(jià)對(duì)象詞典，并制定了相應(yīng)的成分補(bǔ)充和單元構(gòu)建規(guī)則，不僅保證了提取信息的全面性和準(zhǔn)確性，還在精簡(jiǎn)詞集、提高效率方面做出了嘗試。實(shí)驗(yàn)表明，該方法的準(zhǔn)確性比基于句法路徑的相關(guān)方法更高。
　　針對(duì)微博文本的分類問(wèn)題，提出了一種基于圖半監(jiān)督學(xué)習(xí)的分類算法LP-SVM。該算法將標(biāo)簽擴(kuò)散過(guò)程與支持向量機(jī)相結(jié)合，不僅實(shí)現(xiàn)了少量標(biāo)記樣本的分類，而且避免了圖半監(jiān)督學(xué)習(xí)不產(chǎn)生分類器，對(duì)于新數(shù)據(jù)只能重新訓(xùn)練的問(wèn)題。結(jié)合