基于产品属性的在线评论情感分析
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景与意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 情感分析技术研究 | 第13-14页 |
1.2.2 情感分析应用研究 | 第14-16页 |
1.2.3 研究现状评述 | 第16页 |
1.3 研究内容与研究方法 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 研究方法 | 第17-18页 |
1.4 技术路线与创新之处 | 第18-20页 |
1.4.1 技术路线图 | 第18页 |
1.4.2 创新之处 | 第18-20页 |
第2章 理论基础及相关概念 | 第20-25页 |
2.1 情感分析基本概念 | 第20-22页 |
2.1.1 观点 | 第20页 |
2.1.2 情感 | 第20-21页 |
2.1.3 情感分析 | 第21-22页 |
2.2 在线评论 | 第22-23页 |
2.2.1 在线评论与网络口碑 | 第22页 |
2.2.2 在线评论的语言特点 | 第22-23页 |
2.3 在线评论对消费者和商家的影响 | 第23-25页 |
2.3.1 在线评论对消费者的影响 | 第23-24页 |
2.3.2 在线评论对商家的影响 | 第24-25页 |
第3章 情感分析的关键技术 | 第25-30页 |
3.1 情感分析的分类 | 第25页 |
3.2 信息抽取 | 第25-27页 |
3.2.1 产品属性 | 第25-26页 |
3.2.2 产品特征提取方法 | 第26-27页 |
3.3 基于词典的方法 | 第27页 |
3.4 基于机器学习方法 | 第27-30页 |
3.4.1 支持向量机 | 第28页 |
3.4.2 朴素贝叶斯分类器 | 第28-30页 |
第4章 产品评论情感分析系统构建 | 第30-39页 |
4.1 系统概述 | 第30-31页 |
4.2 评论文本采集 | 第31-32页 |
4.2.1 网络爬虫 | 第31-32页 |
4.2.2 文本采集器 | 第32页 |
4.3 文本预处理 | 第32-34页 |
4.3.1 中文分词 | 第32-33页 |
4.3.2 词性标注 | 第33页 |
4.3.3 过滤停用词 | 第33-34页 |
4.4 特征属性提取 | 第34页 |
4.5 情感倾向分析 | 第34-37页 |
4.5.1 基础情感词典 | 第34-35页 |
4.5.2 领域情感词典 | 第35页 |
4.5.3 程度词处理 | 第35页 |
4.5.4 否定词处理 | 第35-36页 |
4.5.5 情感倾向分析 | 第36-37页 |
4.6 产品综合评价 | 第37-39页 |
4.6.1 属性情感分类汇总 | 第37页 |
4.6.2 产品对比分析及购买决策 | 第37-39页 |
第5章 案例分析 | 第39-52页 |
5.1 数据获取 | 第39-42页 |
5.1.1 产品评论页面展示 | 第39-40页 |
5.1.2 评论文本爬取结果 | 第40-42页 |
5.2 评论文本预处理 | 第42-43页 |
5.2.1 去重降噪 | 第42页 |
5.2.2 分词与词性标注 | 第42-43页 |
5.2.3 去停用词 | 第43页 |
5.3 产品属性提取 | 第43-47页 |
5.3.1 词频分析 | 第43-45页 |
5.3.2 属性词库设计 | 第45-47页 |
5.4 计算每个产品对应属性的情感得分 | 第47-49页 |
5.4.1 手机评论领域情感词库创建 | 第47-48页 |
5.4.2 属性情感分析 | 第48-49页 |
5.5 属性权重确定及购买决策 | 第49-50页 |
5.6 情感词典的效用评价 | 第50-52页 |
5.6.1 评价指标 | 第50-51页 |
5.6.2 评价结果 | 第51-52页 |
第6章 总结与展望 | 第52-54页 |
6.1 研究总结 | 第52-53页 |
6.1.1 研究结论 | 第52页 |
6.1.2 不足之处 | 第52-53页 |
6.2 研究展望 | 第53-54页 |
参考文献 | 第54-58页 |
致谢 | 第58-59页 |
攻读学位期间的科研成果 | 第59页 |