网购平台中产品评论的观点挖掘研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13-15页 |
| 1.3 研究内容 | 第15-17页 |
| 1.4 研究创新点 | 第17-18页 |
| 1.5 技术路线图 | 第18-20页 |
| 1.6 组织结构 | 第20-21页 |
| 第二章 相关研究 | 第21-50页 |
| 2.1 产品观点摘要的粒度 | 第21-29页 |
| 2.1.1 整体导向的摘要 | 第21-24页 |
| 2.1.2 分类导向的摘要 | 第24-26页 |
| 2.1.3 特征导向的摘要 | 第26-29页 |
| 2.2 产品观点摘要的表达 | 第29-32页 |
| 2.2.1 情感表达 | 第29-30页 |
| 2.2.2 图形表达 | 第30-31页 |
| 2.2.3 总结 | 第31-32页 |
| 2.3 生成产品观点摘要的核心任务 | 第32-49页 |
| 2.3.1 产品特征的识别 | 第32-43页 |
| 2.3.2 情感态度的识别 | 第43-47页 |
| 2.3.3 产品特征和情感态度的匹配 | 第47-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第三章 相关技术 | 第50-69页 |
| 3.1 文本表示 | 第50-57页 |
| 3.1.1 词袋模型和向量空间模型 | 第51-52页 |
| 3.1.2 N-gram模型 | 第52-53页 |
| 3.1.3 词向量模型 | 第53-57页 |
| 3.1.4 模型的比较 | 第57页 |
| 3.2 特征选择 | 第57-66页 |
| 3.2.1 有监督方法 | 第59-61页 |
| 3.2.2 无监督方法 | 第61-63页 |
| 3.2.3 进一步讨论 | 第63-66页 |
| 3.3 文本情感分析 | 第66-68页 |
| 3.3.1 主客观分类 | 第66-67页 |
| 3.3.2 情感极性分类与情感评分 | 第67-68页 |
| 3.4 本章小结 | 第68-69页 |
| 第四章 基于效用理论的特征选择 | 第69-77页 |
| 4.1 效用理论 | 第69-70页 |
| 4.2 方法原理 | 第70-74页 |
| 4.3 算法实现 | 第74-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 产品观点摘要生成 | 第77-105页 |
| 5.1 整体研究框架 | 第77-80页 |
| 5.2 文本预处理 | 第80-83页 |
| 5.2.1 主客观分类 | 第80-82页 |
| 5.2.2 文本表示 | 第82-83页 |
| 5.3 情感对象识别与分析 | 第83-90页 |
| 5.3.1 特征选择 | 第83-87页 |
| 5.3.2 共现分析 | 第87-90页 |
| 5.4 情感态度的识别与分析 | 第90-100页 |
| 5.4.1 情感态度的识别 | 第91-93页 |
| 5.4.2 情感态度评分 | 第93-95页 |
| 5.4.3 情感对象与情感态度匹配 | 第95-100页 |
| 5.5 产品观点摘要可视化 | 第100-104页 |
| 5.6 本章小结 | 第104-105页 |
| 第六章 产品观点摘要生成实验 | 第105-132页 |
| 6.1 特征选择实验 | 第105-113页 |
| 6.1.1 数据集 | 第105-107页 |
| 6.1.2 实验结果的评价指标 | 第107-109页 |
| 6.1.3 实验步骤 | 第109页 |
| 6.1.4 实验结果讨论 | 第109-113页 |
| 6.2 情感分析实验 | 第113-125页 |
| 6.2.1 产品评论数据集 | 第113-114页 |
| 6.2.2 文本预处理 | 第114-116页 |
| 6.2.3 情感对象识别与分析 | 第116-122页 |
| 6.2.4 情感态度识别与分析 | 第122-125页 |
| 6.3 产品观点摘要可视化实验 | 第125-131页 |
| 6.4 本章小结 | 第131-132页 |
| 总结与展望 | 第132-135页 |
| 研究总结 | 第132-133页 |
| 研究展望 | 第133-135页 |
| 参考文献 | 第135-147页 |
| 附录 | 第147-149页 |
| 攻读硕士学位期间取得的研究成果 | 第149-150页 |
| 致谢 | 第150-151页 |
| 附件 | 第151页 |
