基于网络评论的客户观点挖掘方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-21页 |
| ·课题研究的背景 | 第9-11页 |
| ·研究的目的与意义 | 第11页 |
| ·国内外研究综述 | 第11-18页 |
| ·文本挖掘技术综述 | 第11-15页 |
| ·针对评论的观点挖掘综述 | 第15-18页 |
| ·本文主要研究内容 | 第18-19页 |
| ·论文架构 | 第19-21页 |
| 第2章 评论观点挖掘研究设计 | 第21-37页 |
| ·数据收集与处理 | 第22-27页 |
| ·数据收集的方法 | 第22-23页 |
| ·数据情况介绍 | 第23-24页 |
| ·数据结构化处理过程 | 第24-27页 |
| ·分词与标注 | 第27-30页 |
| ·自动分词理论和方法 | 第27-29页 |
| ·词性标注过程 | 第29页 |
| ·本文数据处理情况 | 第29-30页 |
| ·评论文本挖掘 | 第30-34页 |
| ·特征选择方法 | 第30-31页 |
| ·数据表示方法 | 第31-33页 |
| ·挖掘分析 | 第33-34页 |
| ·观点识别与总结 | 第34-35页 |
| ·客户口碑的影响 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第3章 客户观点分类方法研究 | 第37-48页 |
| ·文本分类模型 | 第37-40页 |
| ·分类结果的评价 | 第40-41页 |
| ·客户观点分类过程 | 第41页 |
| ·实验分析 | 第41-47页 |
| ·五个级别的观点分类 | 第42-44页 |
| ·三个级别的观点分类 | 第44-46页 |
| ·数据分布均匀的观点分类 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 客户观点识别过程 | 第48-59页 |
| ·互信息的应用 | 第48页 |
| ·被评价对象及特征的识别 | 第48-50页 |
| ·被评价对象识别流程的设计 | 第48-49页 |
| ·被评价对象及特征识别过程 | 第49-50页 |
| ·子特征的识别过程 | 第50页 |
| ·极性词的提取 | 第50-53页 |
| ·基于语义规则的极性提取过程 | 第50-52页 |
| ·基于Hownet 的极性提取过程 | 第52-53页 |
| ·观点展示过程 | 第53-54页 |
| ·实验分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 网络口碑的商业效应 | 第59-65页 |
| ·网络口碑的商业特点 | 第59-61页 |
| ·网络口碑在营销中的优势 | 第59-60页 |
| ·网络口碑的不足 | 第60-61页 |
| ·网络口碑对客户回头率的影响 | 第61-63页 |
| ·客户口碑对客户重购行为的影响 | 第61页 |
| ·实验分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
