基于SVM的搜索型商品评论有用性自动识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景与问题提出 | 第8-9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.2.1 研究目的 | 第9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状与分析 | 第10-16页 |
| 1.3.1 在线口碑研究 | 第10-12页 |
| 1.3.2 产品属性挖掘研究 | 第12-13页 |
| 1.3.3 在线评论有用性研究现状分析 | 第13-16页 |
| 1.4 研究内容 | 第16-18页 |
| 第2章 商品评论有用性评价指标 | 第18-28页 |
| 2.1 商品评论相关理论基础 | 第18-22页 |
| 2.1.1 商品评论概述 | 第18-19页 |
| 2.1.2 商品评论的特点 | 第19-20页 |
| 2.1.3 商品评论有用性 | 第20-21页 |
| 2.1.4 商品评论价值的定义 | 第21-22页 |
| 2.2 商品评论源相关因素评价指标 | 第22-23页 |
| 2.3 商品评论内容相关因素评价指标 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于支持向量机的评论价值判定 | 第28-40页 |
| 3.1 基于支持向量机的评论效用识别方法框架 | 第28-29页 |
| 3.2 产品相关属性提取 | 第29-32页 |
| 3.3 商品评论主观性识别 | 第32-33页 |
| 3.4 基于支持向量机的评论文本分类方法 | 第33-39页 |
| 3.4.1 基于 SVM 的文本分类技术概述 | 第33-36页 |
| 3.4.2 评论效用分类问题的定义 | 第36-37页 |
| 3.4.3 商品评论特征向量的构建 | 第37-38页 |
| 3.4.4 商品评论文本效用分类的阶段流程 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于支持向量机的评论效用识别方法验证 | 第40-46页 |
| 4.1 实验数据的选择 | 第40-41页 |
| 4.1.1 在线商品评论集 | 第40页 |
| 4.1.2 商品评论特征项的测量 | 第40-41页 |
| 4.2 评论效用自动识别实验方案设计 | 第41-44页 |
| 4.3 评论效用自动识别实验结果及分析 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-53页 |
| 致谢 | 第53页 |
