基于商品特征挖掘的在线评论有用性分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究内容与组织结构 | 第12-14页 |
| 1.3 研究方法与研究路线 | 第14-15页 |
| 2 国内外研究综述 | 第15-27页 |
| 2.1 评论挖掘 | 第15-16页 |
| 2.2 商品特征挖掘 | 第16-18页 |
| 2.2.1 基于英文评论的商品特征挖掘 | 第16-17页 |
| 2.2.2 基于中文评论的商品特征挖掘 | 第17-18页 |
| 2.3 评论有用性影响因素 | 第18-22页 |
| 2.3.1 评论有用性概念 | 第18-20页 |
| 2.3.2 影响因素 | 第20-22页 |
| 2.4 评论有用性分类 | 第22-26页 |
| 2.4.1 评论特征选择 | 第22页 |
| 2.4.2 评论有用性分类算法 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于在线评论的商品特征挖掘 | 第27-38页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 在线评论分词 | 第29-30页 |
| 3.3 特征候选集提取 | 第30-32页 |
| 3.4 商品特征的选择 | 第32-34页 |
| 3.4.1 TF-IDF | 第32-33页 |
| 3.4.2 情感指数 | 第33-34页 |
| 3.5 数值实验与结果讨论 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 基于商品特征信息的评论特征选择 | 第38-48页 |
| 4.1 基于评论内容信息的评论特征 | 第40-43页 |
| 4.1.1 评论长度 | 第40-41页 |
| 4.1.2 句子数量 | 第41-42页 |
| 4.1.3 平均句子长度 | 第42页 |
| 4.1.4 商品评级 | 第42-43页 |
| 4.2 基于商品特征信息的评论特征 | 第43-46页 |
| 4.2.1 商品特征数量 | 第44页 |
| 4.2.2 句平均特征数量 | 第44页 |
| 4.2.3 特征情感词数量 | 第44-45页 |
| 4.2.4 平均特征权重 | 第45-46页 |
| 4.3 其他评论特征 | 第46-47页 |
| 4.3.1 错别字数量 | 第46页 |
| 4.3.2 有无重复评论 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 基于TSVM的评论有用性分类 | 第48-58页 |
| 5.1 问题描述 | 第48-49页 |
| 5.2 评论有用性定义 | 第49-51页 |
| 5.2.1 有用评论 | 第50页 |
| 5.2.2 无用评论 | 第50-51页 |
| 5.3 评论有用性的半监督分类算法 | 第51-53页 |
| 5.3.1 半监督学习方法 | 第51-52页 |
| 5.3.2 TSVM算法介绍 | 第52-53页 |
| 5.4 数值实验与结果讨论 | 第53-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
