基于LDA主题樽型的电商客户评论情感分析--以京东商城手环产品为例
摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第14-20页 |
1.1 论文撰写背景 | 第15-16页 |
1.2 研究目的及意义 | 第16-17页 |
1.3 国内外研究现状 | 第17页 |
1.3.1 国外研究现状 | 第17页 |
1.3.2 国内研究现状 | 第17页 |
1.4 本文的主要工作 | 第17-18页 |
1.5 本文的研究路线及组织结构 | 第18-20页 |
1.5.1 研究路线 | 第18-19页 |
1.5.2 组织结构 | 第19-20页 |
第二章 文本挖掘相关理论与技术 | 第20-34页 |
2.1 用户评论的数据采集 | 第20-21页 |
2.1.1 网络挖掘技术 | 第20-21页 |
2.1.2 数据采集步骤 | 第21页 |
2.2 中文分词 | 第21-23页 |
2.2.1 基于词典的方法 | 第22页 |
2.2.2 基于统计的方法 | 第22-23页 |
2.2.3 基于机器学习的方法 | 第23页 |
2.2.4 中文分词的实现 | 第23页 |
2.3 文本预处理 | 第23页 |
2.4 特征标注 | 第23-24页 |
2.5 特征选择 | 第24-26页 |
2.6 语法分析 | 第26页 |
2.7 语义分析 | 第26-27页 |
2.8 情感分析 | 第27-30页 |
2.8.1 基于情感词典的分类 | 第27页 |
2.8.2 基于机器学习的情感分类 | 第27-30页 |
2.9 LDA基础概述 | 第30-33页 |
2.10 LDA主题模型实现 | 第33-34页 |
第三章 实验设计 | 第34-40页 |
3.1 实验数据 | 第34页 |
3.2 实验评价指标 | 第34-35页 |
3.3 实验工具和环境 | 第35页 |
3.4 实验流程 | 第35-40页 |
第四章 数据预处理及语义分析 | 第40-52页 |
4.1 数据采集 | 第40页 |
4.2 评论数据分词 | 第40-41页 |
4.3 文本去重及去停用词 | 第41-42页 |
4.5 语义分析 | 第42-52页 |
第五章 情感分析和LDA主题分析结果 | 第52-60页 |
5.1 情感分类 | 第52页 |
5.2 LDA主题分析 | 第52-60页 |
5.2.1 分品牌归纳主题 | 第53-59页 |
5.2.2 相应的管理对策及建议 | 第59-60页 |
第六章 结论及展望 | 第60-62页 |
6.1 总结全文 | 第60页 |
6.2 论文不足及未来研究前景 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-68页 |
作者与导师简介 | 第68-69页 |
附件 | 第69-70页 |