电商空调产品的评论数据情感分析
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 引言 | 第13-21页 |
| 1.1 研究背景和意义 | 第13页 |
| 1.2 国内外研究动态 | 第13-18页 |
| 1.2.1 情感倾向性分析研究现状 | 第14-16页 |
| 1.2.2 主题模型研究现状 | 第16-17页 |
| 1.2.3 属性提取研究现状 | 第17-18页 |
| 1.3 本文的研究内容 | 第18页 |
| 1.4 本文的结构安排 | 第18-21页 |
| 第二章 数据准备 | 第21-25页 |
| 2.1 评论数据采集 | 第21-22页 |
| 2.2 评论数据处理 | 第22-24页 |
| 2.2.1 评论数据预处理 | 第22-24页 |
| 2.2.2 文本评论分词 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 情感倾向性分析 | 第25-29页 |
| 3.1 权值词典的构建 | 第25-26页 |
| 3.2 基于评论数据情感分析 | 第26-29页 |
| 第四章 基于语义网络的评论分析 | 第29-35页 |
| 4.1 语义网络的概率、结构与构建本质 | 第29页 |
| 4.2 基于语义网络评论分析的实现 | 第29-35页 |
| 第五章 基于LDA模型的主题分析 | 第35-43页 |
| 5.1 LDA主题模型介绍 | 第35-36页 |
| 5.2 LDA主题模型参数估计 | 第36-37页 |
| 5.3 运用LDA主题模型进行主题分析的实现 | 第37-43页 |
| 第六章 商品属性特征提取 | 第43-47页 |
| 6.1 TF-IDF的概念与算法 | 第43-44页 |
| 6.2 TF-IDF方法提取商品属性的实现 | 第44-47页 |
| 第七章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |
| 个人简况及联系方式 | 第55-56页 |
