面向網(wǎng)絡(luò)商務(wù)系統(tǒng)評論的情感分析.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展特別是智能移動端的普及，越來越多的用戶通過網(wǎng)絡(luò)電商平臺進行購物并留下評論。評論內(nèi)容可以反映出用戶的喜好以及商品的優(yōu)缺點，直接影響著潛在客戶的購買意向，也為生產(chǎn)廠商和銷售企業(yè)提供決策依據(jù)。于是各種各樣的情感分析技術(shù)被應(yīng)用到評論領(lǐng)域。如何將這些評論內(nèi)容的情感分析結(jié)果應(yīng)用到生產(chǎn)實際中去是一個很值得研究的問題。評論中的句子不同于論壇中或者微博中的句子，它們大多數(shù)簡短并且表達主語不明確，因此基于語義規(guī)則對評論進行研究能取得更好的效

2、果，但是已有的語義規(guī)則并不能滿足評論中特有的句子結(jié)構(gòu)，有待進一步改進。
　　本文首先介紹了情感分析的理論、背景、研究現(xiàn)狀和相關(guān)技術(shù)；然后以服裝電商評論為研究對象，提出一種基于語義規(guī)則的服裝電商評論情感分析流程。重點總結(jié)了中文評論句子結(jié)構(gòu)規(guī)則，提出了一種量化情感傾向強度的計算方法；進而提出了一種銷量預(yù)測模型來研究情感傾向強度與銷量之間的關(guān)系。通過使用分類算法分析影響銷量的最佳評論頁數(shù)；最后通過一個應(yīng)用案例對研究成果進行驗證。

3、　　技術(shù)上主要采用Python語言實現(xiàn)，首先爬取淘寶上評分不同的兩個商品4000多條評論數(shù)據(jù)建立原始語料庫，并使用哈爾濱工業(yè)大學(xué)的語言技術(shù)平臺對原始語料庫進行分詞和相關(guān)標注生成XML語料庫；其次借助XML語料庫和通用情感詞典建立服裝領(lǐng)域情感詞典并使用該詞典對XML語料庫進行修正；然后采用本文提出的語義計算規(guī)則計算每條評論的情感傾向強度值；進而使用貝葉斯等七種分類算法分析情感傾向強度值、評論頁數(shù)與銷量之間的關(guān)系，使用召回率和精確度評估確定