基于评论挖掘的商品导购方法的研究与实现
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·研究背景及意义 | 第7-8页 |
·国内外研究现状 | 第8-9页 |
·研究的理论意义与创新 | 第9-10页 |
·论文结构安排 | 第10-11页 |
第二章 相关技术介绍 | 第11-17页 |
·分析系统 ICTCLAS | 第11-12页 |
·知网 HowNet | 第12-13页 |
·关联规则 | 第13-14页 |
·支持向量机 | 第14-15页 |
·本章小结 | 第15-17页 |
第三章 特征抽取 | 第17-23页 |
·文本预处理 | 第17-18页 |
·特征抽取 | 第18-21页 |
·频繁特征抽取 | 第18-19页 |
·剪枝 | 第19-20页 |
·特征词词典构建 | 第20-21页 |
·实验及结果分析 | 第21-22页 |
·本章小结 | 第22-23页 |
第四章 观点挖掘和情感分析 | 第23-39页 |
·问题定义 | 第23页 |
·情感词词典构建 | 第23-26页 |
·观点挖掘 RSBV 算法的提出 | 第26-30页 |
·基于 SVM 的情感分类 | 第30-32页 |
·利用情感分类结果进行评论处理 | 第32-34页 |
·特征优缺点摘要 | 第32-33页 |
·推荐价值计算 | 第33-34页 |
·实验及结果分析 | 第34-37页 |
·本章小结 | 第37-39页 |
第五章 代表性评论子集挖掘 | 第39-51页 |
·问题定义 | 第39-41页 |
·CRS 算法介绍 | 第41-43页 |
·贪心算法 | 第41-42页 |
·整数回归算法 | 第42-43页 |
·迭代随机算法 | 第43页 |
·CLRS 算法的提出 | 第43-44页 |
·实验及结果分析 | 第44-49页 |
·CLRS 算法代表性评论子集挖掘 | 第44-45页 |
·CLRS 算法中 k 值的选择 | 第45-46页 |
·CLRS 算法和迭代随机算法实验结果比较 | 第46-47页 |
·CLRS 算法和迭代随机算法运行时间比较 | 第47-49页 |
·本章小结 | 第49-51页 |
第六章 系统原型实现 | 第51-59页 |
·评论处理过程 | 第51-53页 |
·评论处理结果展示 | 第53-55页 |
·其他功能 | 第55-57页 |
·本章小结 | 第57-59页 |
第七章 总结与展望 | 第59-61页 |
·本文总结 | 第59-60页 |
·未来展望 | 第60-61页 |
致谢 | 第61-63页 |
参考文献 | 第63-67页 |
研究成果 | 第67-68页 |