數(shù)據(jù)挖掘方法在評(píng)論分類(lèi)中的應(yīng)用研究

1、分類(lèi)號(hào)：UDC：密級(jí)：學(xué)校代號(hào)：11845學(xué)號(hào)：2111305088廣東工業(yè)大學(xué)碩士學(xué)位論文(工程碩士)數(shù)據(jù)挖掘方法在評(píng)論分類(lèi)中的應(yīng)用研究李杰駿校內(nèi)導(dǎo)師姓名、職稱(chēng)：左亞堯雖』塾拯校外導(dǎo)師姓名、職稱(chēng)：紀(jì)友迭王猩』!巫學(xué)科(專(zhuān)業(yè))或領(lǐng)域名稱(chēng)：讓篡扭堇苤學(xué)生所屬學(xué)院：讓篡扭堂醫(yī)論文答辯日期：三Q二巒生五旦萬(wàn)方數(shù)據(jù)摘要摘要隨著互聯(lián)網(wǎng)的快速發(fā)展和普及，網(wǎng)絡(luò)已經(jīng)成為人們生活不可或缺的一部分。人們通過(guò)互聯(lián)網(wǎng)看書(shū)、視頻、學(xué)習(xí)、討論、購(gòu)物時(shí)常常會(huì)在相關(guān)頁(yè)

2、面上留下關(guān)于該頁(yè)面主題的評(píng)論。特別地，消費(fèi)者在電商網(wǎng)站上進(jìn)行網(wǎng)購(gòu)之后都會(huì)留下關(guān)于購(gòu)買(mǎi)產(chǎn)品的評(píng)論信息。目前，隨著網(wǎng)絡(luò)上的評(píng)論信息劇增，評(píng)論數(shù)據(jù)的有效利用問(wèn)題已經(jīng)越來(lái)越收到人們的關(guān)注。面對(duì)大量的評(píng)論數(shù)據(jù)，如何從中挖掘到有用的信息對(duì)網(wǎng)站用戶、服務(wù)商、生產(chǎn)商都有著重要的意義。然而頁(yè)面上的評(píng)論信息屬于非結(jié)構(gòu)化數(shù)據(jù)，也就是代表評(píng)論數(shù)據(jù)本身并沒(méi)有一個(gè)預(yù)定義的數(shù)據(jù)模型。由于評(píng)論數(shù)據(jù)的不規(guī)則性和不明確性，使得其相對(duì)于按字段存儲(chǔ)在數(shù)據(jù)庫(kù)的數(shù)據(jù)難以用傳統(tǒng)的程

3、序進(jìn)行分析、統(tǒng)計(jì)或歸納。如何從海量的評(píng)論數(shù)據(jù)中提取有用的信息以方便用戶、服務(wù)商和生產(chǎn)商有效、快捷地利用是本文主要探討的問(wèn)題。本文的主要任務(wù)包括對(duì)評(píng)論數(shù)據(jù)進(jìn)行的情感分類(lèi)和進(jìn)行基于價(jià)值分類(lèi)。對(duì)于評(píng)論的情感分類(lèi)，文本提出一種基于情感詞抽取和點(diǎn)互信息的非監(jiān)督學(xué)習(xí)方法。其中，對(duì)句子進(jìn)行分詞、詞性識(shí)別并從中抽取情感詞，減少了分類(lèi)時(shí)噪聲的引入。通過(guò)計(jì)算情感詞和范例詞的PMI值得出一個(gè)評(píng)論文檔的情感傾向。對(duì)于用戶而言，評(píng)論數(shù)據(jù)情感傾向并不能滿足評(píng)論閱讀