基于文本挖掘对商品评论的分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景与研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 文本挖掘相关概念与技术 | 第15-21页 |
| 2.1 文本挖掘的概念 | 第15页 |
| 2.2 文本的预处理 | 第15-18页 |
| 2.2.1 中文分词 | 第15-17页 |
| 2.2.2 剔除停用词 | 第17页 |
| 2.2.3 词性标注 | 第17-18页 |
| 2.3 文本表示模型 | 第18-21页 |
| 第3章 文本情感分析理论与方法 | 第21-30页 |
| 3.1 文本情感分析理论 | 第21页 |
| 3.2 文本情感分类算法 | 第21-30页 |
| 3.2.1 基于机器学习的方法 | 第22-28页 |
| 3.2.2 基于语义的方法 | 第28-30页 |
| 第4章 实证分析 | 第30-43页 |
| 4.1 评论数据获取 | 第30页 |
| 4.2 评论文本预处理 | 第30-33页 |
| 4.3 评论特征属性提取 | 第33-34页 |
| 4.4 基于机器学习方法的情感分类 | 第34-43页 |
| 4.4.1 朴素贝叶斯模型的应用 | 第35-37页 |
| 4.4.2 随机森林模型的应用 | 第37-39页 |
| 4.4.3 两种模型分类效果比较 | 第39-41页 |
| 4.4.4 结论 | 第41-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43-44页 |
| 5.2 展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-48页 |
