在線評論的產(chǎn)品屬性提取與情感分析研究.pdf

1、隨著電子商務(wù)的井噴式發(fā)展,網(wǎng)絡(luò)購物正在被越來越多的人接受和使用,隨之而來的是信息量的爆炸式增長。研究顯示,64.4％的電子商務(wù)網(wǎng)站消費(fèi)者會將已購買者對于產(chǎn)品的評論作為他們在電子商務(wù)網(wǎng)站作出購買決策的參考信息來源。意見挖掘技術(shù)可以幫助潛在購買者、經(jīng)銷商和產(chǎn)品生產(chǎn)者從這些散布在網(wǎng)頁中的海量產(chǎn)品評論中獲取有效信息。
　　本文基于意見挖掘框架,對產(chǎn)品屬性提取、意見挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用作了研究和探索。首先,本文在評論要素中增加了時

2、間維度的抽取,并建立了層次化產(chǎn)品屬性集,提出了基于JWNL(Java WordNet Library)庫的pos標(biāo)注、情感詞表擴(kuò)展算法。其次,將候選產(chǎn)品屬性詞周邊的詞語、產(chǎn)品屬性詞周邊詞的詞性、候選產(chǎn)品屬性詞和匹配意見詞的位置關(guān)系等產(chǎn)品屬性詞的上下文語法特征納入考慮范圍,以此來幫助判別顯性產(chǎn)品屬性詞,并運(yùn)用最大熵模型進(jìn)行訓(xùn)練,使得產(chǎn)品屬性提取達(dá)到比較好的效果。最后,以Amazon電子商務(wù)網(wǎng)站的四款數(shù)碼相機(jī)產(chǎn)品為例,我們對不同粒度的產(chǎn)品屬

3、性的情感分值進(jìn)行了計(jì)算,將基于層次化產(chǎn)品屬性集合的意見挖掘的評分結(jié)果應(yīng)用于電子商務(wù)推薦系統(tǒng),提出了基于產(chǎn)品屬性情感評分的不同產(chǎn)品優(yōu)劣勢比較,并使用PowerBuilder編程工具對部分推薦形式進(jìn)行了展示。我們結(jié)合消費(fèi)者心理學(xué)知識、產(chǎn)品生命周期理論和產(chǎn)品市場擴(kuò)散理論對情感評分和產(chǎn)品屬性熱度隨時間變化的原因進(jìn)行了分析和解釋。本文的創(chuàng)新成果體現(xiàn)在提出了基于JWNL庫的情感詞表擴(kuò)展算法,在產(chǎn)品屬性提取中考慮了候選產(chǎn)品屬性的上下文特點(diǎn),提出了意見