基于细粒度情感分析的用户群核心需求挖掘方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 用户核心需求 | 第10-13页 |
| 1.2.1 用户核心需求定义 | 第10-11页 |
| 1.2.2 用户核心需求挖掘 | 第11-13页 |
| 1.3 研究方法 | 第13-14页 |
| 1.4 章节安排 | 第14-16页 |
| 第二章 研究综述 | 第16-22页 |
| 2.1 细粒度情感分析方法与应用 | 第16-20页 |
| 2.1.1 情感分析 | 第16-17页 |
| 2.1.2 细粒度情感分析 | 第17-19页 |
| 2.1.3 细粒度情感分析在需求挖掘中的应用 | 第19-20页 |
| 2.2 网络聚类算法 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 在线评论数据采集与预处理 | 第22-31页 |
| 3.1 在线数据的采集 | 第22-24页 |
| 3.1.1 网络爬虫技术 | 第22-23页 |
| 3.1.2 在线数据采集流程 | 第23-24页 |
| 3.2 自然语言处理技术 | 第24-26页 |
| 3.3 在线评论数据集的获取 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于细粒度情感分析的用户需求挖掘 | 第31-48页 |
| 4.1 在线评论属性词与情感词提取 | 第31-38页 |
| 4.1.1 基于双传播的属性词与情感词提取 | 第31-37页 |
| 4.1.2 双传播迭代算法效果评估 | 第37-38页 |
| 4.2 商品属性情感倾向判断 | 第38-44页 |
| 4.2.1 基于语义相似度的商品属性词聚类 | 第38-41页 |
| 4.2.2 基于分类器的情感词极性判别 | 第41-43页 |
| 4.2.3 商品属性的情感倾向判断 | 第43-44页 |
| 4.3 实验结果及分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于网络聚类的用户核心需求分析 | 第48-61页 |
| 5.1 网络聚类分析 | 第48-51页 |
| 5.1.1 社会网络分析与聚类 | 第48-50页 |
| 5.1.2 建立网络模型 | 第50-51页 |
| 5.2 用户核心需求分析与挖掘 | 第51-56页 |
| 5.3 实验结果分析 | 第56-58页 |
| 5.4 相关决策建议 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
