手机销售在线评论的信息挖掘——以京东商城的在线销售为例

摘要

在Web2.0环境下，随着SNS、Blog、RSS等技术逐渐发展，用户不仅是单方面的阅读者，同时也是网络内容的制造者。用户在购物网站、论坛、在线媒体或其他评论性网站上针对某种商品、服务、事件、新闻发表自己的看法，产生了大量的在线评论信息，这些信息蕴含的价值，对消费者、企业、政府都有着重要的意义。面对网络上分布广泛、数量庞大的在线评论信息，使用传统人工阅读方式进行分析与挖掘不但耗费时间，且难以进行深入分析。
　　本文从计算机文本挖掘的角度出发，通过对在线评论信息共性特征以及手机销售评论信息个性特点的分析，根据自然语言本体、评论信息挖掘方法等相关理论，设计了针对电商手机评论领域的在线评论信息挖掘方法，并给出方法的实施流程。以京东商城的手机销售评论数据为例，使用基于网页爬虫的方法采集数据，建立语料库，搭建平台建立模型，对经过分词预处理的语料数据进行基于条件随机场方法的多种数据融合与深入挖掘，抽取评论信息中的商品评论对象，改进实验方案并进行验证。实验结果表明手机评论信息挖掘方法的有效性。
　　本文提出评价词集构建与评论对象抽取的两步法建模方法，通过补充完善通用评价词集，探索解决通用情感词库在手机产品评论领域的适用性问题；本文应用半监督迭代的条件随机场方法建模，并构造手机评论的领域本体辅助评论对象抽取，试图将人工优势与机器优势结合起来，同时获得人工处理的高精度、灵活性以及机器处理大批量数据的高效性，期望能提高评论对象提取的准确率和召回率。

目录

封面

声明

中文摘要

英文摘要

目录

1 导论

1.1 研究目的与意义

1.2 国内外研究现状及发展趋势

1.3 研究内容与研究方法

2 在线评论信息挖掘的理论基础

2.1 文本挖掘

2.2 自然语言的本体

2.3 在线评论信息挖掘方法

3 京东电商手机销售在线评论信息利用及其问题

3.1 电子商务网站手机销售现状

3.2 网络口碑的商业效应

3.3 电商商品评论信息利用存在问题分析

4 手机销售在线评论信息挖掘方法

4.1 在线评论的分布与特征

4.2 手机销售评论信息特点分析

4.3 信息挖掘方案设计

5 手机销售在线评论信息挖掘方法的应用

5.1 数据采集与预处理

5.2 多种数据的融合与深入挖掘

5.3 本体引入与实验改进

5.4 实验结果对比分析

6 结论与研究展望

6.1 结论

6.2 研究展望

参考文献

附录 手机评论领域本体类、属性及实例

致谢