| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景 | 第10-13页 |
| ·研究意义 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·产品特征抽取的相关方法 | 第14-15页 |
| ·产品特征归类的相关方法 | 第15页 |
| ·情感分析的相关方法 | 第15-16页 |
| ·产品评论挖掘系统构建的研究现状 | 第16-17页 |
| ·产品评论挖掘的发展趋势 | 第17页 |
| ·研究内容 | 第17-18页 |
| ·论文组织结构安排 | 第18-20页 |
| 第二章 相关知识与关键技术 | 第20-27页 |
| ·评论挖掘介绍 | 第20-22页 |
| ·处理对象 | 第20页 |
| ·基本要素 | 第20-21页 |
| ·评论挖掘任务 | 第21页 |
| ·存在难题 | 第21页 |
| ·数据挖掘 | 第21-22页 |
| ·关联规则 | 第22-23页 |
| ·聚类 | 第23页 |
| ·网页结构与信息抽取 | 第23-24页 |
| ·中文分词与词性标注技术 | 第24-26页 |
| ·中文分词 | 第24-25页 |
| ·词性标注 | 第25-26页 |
| ·ICTCLAS | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 产品特征的提取及用户观点的提取 | 第27-38页 |
| ·评论数据预处理 | 第28-29页 |
| ·利用Apriori提取特征词以及特征词的修剪 | 第29-32页 |
| ·利用Apriori提取特征词 | 第29-31页 |
| ·邻近规则剪枝与独立性规则剪枝 | 第31-32页 |
| ·利用与种子特征集合的PMI过滤特征 | 第32-33页 |
| ·观点词的提取 | 第33-36页 |
| ·利用特征与观点词的共现度过滤特征 | 第36页 |
| ·非频繁特征词的提取方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 产品特征词的聚类 | 第38-44页 |
| ·向量空间模型 | 第38页 |
| ·向量特征选择 | 第38-40页 |
| ·以字符串相似度和语义相似度作特征 | 第39-40页 |
| ·以观点词为特征 | 第40页 |
| ·K-means聚类算法 | 第40-42页 |
| ·Weka工具使用 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 情感极性分析 | 第44-49页 |
| ·利用极性词典进行极性判断 | 第45-47页 |
| ·极性词典构建 | 第45-46页 |
| ·利用极性词典进行情感分析 | 第46-47页 |
| ·否定句的处理 | 第47页 |
| ·程度副词的处理 | 第47-48页 |
| ·文档粒度的情感分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第六章 系统设计与实现 | 第49-59页 |
| ·系统整体设计 | 第49-50页 |
| ·数据字典 | 第50-53页 |
| ·STORE[商家表] | 第50-51页 |
| ·STORE_REVIEW[商户评价信息表] | 第51-53页 |
| ·STORE_REVIEW_AGGREGATION[商家评论聚合结果表] | 第53页 |
| ·爬虫与抽取模块 | 第53-57页 |
| ·爬虫模块 | 第53-55页 |
| ·抽取模块 | 第55-57页 |
| ·产品特征库及观点库的建立与维护 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 实验分析 | 第59-62页 |
| ·实验数据及评估方法 | 第59页 |
| ·实验结果 | 第59-61页 |
| ·特征提取实验结果 | 第59-60页 |
| ·特征聚类实验结果 | 第60页 |
| ·情感分析实验结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结束语 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间已发表的论文 | 第66页 |