本文選題：情感分析 + 電商評論��； 參考：《東華大學(xué)》2017年碩士論文

【摘要】：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。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(biāo)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最佳評論頁數(shù);最后根據(jù)最佳評論頁數(shù)分別使用線性回歸模型、神經(jīng)網(wǎng)絡(luò)模型和支持向量機回歸模型通過預(yù)測銷量來分析情感傾向強度與銷量之間的關(guān)系。
[Abstract]:With the development of the Internet, especially the popularity of intelligent mobile terminals, more and more users shop and leave comments through the network e-commerce platform. The content of comments can reflect the preferences of users and the advantages and disadvantages of products, directly affect the purchase intention of potential customers, and also provide decision basis for manufacturers and sales enterprises. As a result, a variety of emotional analysis techniques have been applied to the field of comment. How to apply the emotional analysis results of these comments to the production practice is a problem worth studying. The sentences in comments are different from those in forums or Weibo. Most of them are short and ambiguous, so it is more effective to study comments based on semantic rules. However, the existing semantic rules can not meet the specific sentence structure in comments, and need to be further improved. This paper first introduces the theory, background, research status and related technology of emotional analysis, and then takes the clothing e-commerce review as the research object, proposes a semantic rule based emotional analysis process of clothing ecommerce review. In this paper, the structure rules of Chinese comment sentences are summarized, a method to calculate the intensity of affective tendency is proposed, and a sales prediction model is proposed to study the relationship between the intensity of emotional tendency and the sales volume. The optimal number of comment pages affecting sales volume is analyzed by using the classification algorithm. Finally, an application case is used to verify the research results. Technically, it is mainly implemented in Python language. First of all, the original corpus is built by crawling more than 4000 comments on two items with different scores on Taobao. Using the language technology platform of Harbin University of Technology, the original corpus is segmented and annotated to generate XML corpus. Secondly, the XML corpus and the general emotion dictionary are used to establish the clothing domain emotion dictionary and the XML corpus is modified by the dictionary, and then the intensity of the emotional tendency of each comment is calculated by the semantic calculation rule proposed in this paper. Then seven classification algorithms, such as Bayes, are used to analyze the intensity of emotional tendency, the relationship between the number of comment pages and the sales volume, and the recall rate and accuracy evaluation are used to determine the best number of comment pages. Finally, linear regression model, neural network model and support vector machine regression model are used to analyze the relationship between emotional tendency intensity and sales volume by predicting sales volume.
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F724.6;TP18

【相似文獻】

相關(guān)期刊論文 前7條

1 王海;朱正東;范琳;李增智;;以語義規(guī)則刻畫服務(wù)請求的Top-kWeb服務(wù)發(fā)現(xiàn)方法[J];西安交通大學(xué)學(xué)報;2010年02期

2 程錄慶;;基于語義規(guī)則的連接依賴的確定[J];計算機與現(xiàn)代化;2009年12期

3 劉華,華煒,周棟,鮑虎軍;語義規(guī)則驅(qū)動的中國古代建筑造型[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2004年10期

4 趙涓涓;陳俊杰;李國慶;;圖像情感語義規(guī)則簡化學(xué)習(xí)算法[J];計算機科學(xué);2009年10期

5 王曉慧;羅軍;余淑良;;本體的查詢與推理研究[J];計算機技術(shù)與發(fā)展;2012年05期

6 王海;范琳;李增智;;基于語義規(guī)則的Web服務(wù)發(fā)現(xiàn)方法[J];計算機工程與應(yīng)用;2010年28期

7 ;[J];;年期

相關(guān)會議論文 前2條

1 鄭旭玲;李堂秋;楊曉峰;陳毅東;;基于語義規(guī)則的漢語短語結(jié)構(gòu)分析排歧初探[A];自然語言理解與機器翻譯——全國第六屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議論文集[C];2001年

2 緱錦;吳揚揚;羅偉;蔣云良;;一種基于語義規(guī)則的知識融合方法[A];2006年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2006年

相關(guān)碩士學(xué)位論文 前5條

1 李宏媛;面向網(wǎng)絡(luò)商務(wù)系統(tǒng)評論的情感分析[D];東華大學(xué);2017年

2 陶濤;基于語義規(guī)則的動畫角色模型分割和標(biāo)記方法[D];合肥工業(yè)大學(xué);2013年

3 章嘉人;語義規(guī)則約束下的DEM與二維矢量數(shù)據(jù)融合方法研究[D];南京師范大學(xué);2011年

4 王月;基于語言現(xiàn)象的中文文本矛盾關(guān)系識別[D];武漢科技大學(xué);2015年

5 周文濤;基于SBPM的機場應(yīng)急救援方案生成方法的應(yīng)用研究[D];中國民航大學(xué);2013年

，

本文編號：1873252