商品评价对象提取方法研究

摘要

评价对象提取作为意见挖据中一个重要的子任务，是进行后续工作的基础，也是整个意见挖据的重中之重。本文基于关联规则技术实现对商品评价对象提取，选取了淘宝、亚马逊等网站的在线商品评论作为本次实验的训练数据集，针对由真实消费者作出的评论，运用了Fp-Tree算法来实现商品评论的主题提取。首先，利用爬虫软件在淘宝网，亚马逊网收集实验数据。其次，对收集到的数据进行分词、词性标注、句法分析。然后通过提取其中的名词和名词短语作为候选评价对象。最后，通过Fp-Tree算法来实现最终的评价对象提取。并采用人工标注的评价对象进行验证，在准确率、召回率和F值等指标上基本满足实际要求，可以实现商品评价对象的提取。

目录

声明

致谢

1 绪论

1.1 研究背景

1.2 研究意义

1.3 研究目的

1.4 研究现状

2 相关理论技术

2.1 文本挖掘

2.2 意见挖掘

2.3 商品评价对象提取方法

2.4 评价对象提取方法

2.5 分词器和句法分析器

2.6 性能评价指标

3 关联规则算法及程序流程

3.1 评价对象提取核心算法

3.2 程序执行流程

4 实验与结果分析

4.1 爬虫软件

4.2 数据来源

4.3 实验结果

4.4 实验结果分析

5 结论与展望

5.1结论

5.2展望

参考文献

作 者 简 历

学位论文数据集