产品评论的意见倾向分类技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文的工作和组织结构 | 第14-16页 |
| ·论文的主要工作 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 文本挖掘与意见挖掘 | 第16-33页 |
| ·文本挖掘 | 第16-17页 |
| ·文本挖掘定义 | 第16页 |
| ·文本挖掘主要技术 | 第16-17页 |
| ·文本挖掘的过程 | 第17页 |
| ·文本预处理 | 第17-21页 |
| ·文本表示 | 第17-18页 |
| ·特征权重计算 | 第18-20页 |
| ·文本相似度计算 | 第20页 |
| ·特征集缩减方法 | 第20-21页 |
| ·文本分类与聚类 | 第21-26页 |
| ·文本分类的过程 | 第21-23页 |
| ·朴素贝叶斯分类算法 | 第23页 |
| ·K 近邻分类算法 | 第23-24页 |
| ·支持向量机分类算法 | 第24-25页 |
| ·K-means 聚类方法 | 第25-26页 |
| ·产品评论意见挖掘 | 第26-29页 |
| ·产品评论意见挖掘的概念 | 第26-27页 |
| ·产品评论意见挖掘研究的意义 | 第27-28页 |
| ·意见挖掘应用系统介绍 | 第28-29页 |
| ·产品评论意见挖掘内容 | 第29-32页 |
| ·主题特征识别 | 第29页 |
| ·意见持有者识别 | 第29-30页 |
| ·陈述界定 | 第30-31页 |
| ·情感倾向分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 产品评论意见挖掘模型 | 第33-47页 |
| ·本章研究内容简介 | 第33页 |
| ·模型概述 | 第33-35页 |
| ·产品评论的评论指标 | 第33-34页 |
| ·模型结构图 | 第34-35页 |
| ·人工语料的建立 | 第35-38页 |
| ·产品主题特征库设计 | 第36-38页 |
| ·情感词词典的设计 | 第38页 |
| ·评论文本分类 | 第38-39页 |
| ·评论句子特点和特征抽取方法 | 第39-41页 |
| ·产品评论句子特点 | 第39-40页 |
| ·特征抽取方法 | 第40-41页 |
| ·MRA 法建立语义相关集 | 第41-45页 |
| ·产品主题特征词选择 | 第42页 |
| ·情感词选择 | 第42-43页 |
| ·语义相关集建立 | 第43-45页 |
| ·产品主题特征评论摘要 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 实验及分析 | 第47-53页 |
| ·实验数据准备 | 第47-51页 |
| ·实验数据集介绍 | 第47页 |
| ·MRA 方法建立语意相关集 | 第47-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·论文总结 | 第53页 |
| ·未来展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 在学研究成果 | 第58-59页 |
| 致谢 | 第59页 |
