基于在线评论挖掘的产品排序研究
摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-13页 |
1.1 研究背景与意义 | 第7-9页 |
1.1.1 研究背景 | 第7-8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 研究内容与论文结构 | 第9-11页 |
1.3 研究方法与研究路线 | 第11-13页 |
2 国内外研究综述 | 第13-21页 |
2.1 在线评论挖掘数据类型 | 第13-15页 |
2.2 在线评论挖掘方法 | 第15-16页 |
2.3 在线评论实体抽取 | 第16-20页 |
2.3.1 基于规则的方法 | 第16-17页 |
2.3.2 基于隐马尔可夫模型的方法 | 第17-18页 |
2.3.3 基于最大熵模型的方法 | 第18-19页 |
2.3.4 基于条件随机场的方法 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
3 基于文本特征融合的汽车实体抽取方法 | 第21-34页 |
3.1 问题描述 | 第21-22页 |
3.2 条件随机场模型 | 第22-23页 |
3.3 特征选择 | 第23-26页 |
3.3.1 上下文特征 | 第23-24页 |
3.3.2 词特征 | 第24页 |
3.3.3 相似度特征 | 第24-26页 |
3.4 实验数据预处理 | 第26-29页 |
3.4.1 文本预处理 | 第26-27页 |
3.4.2 实验标准集构建 | 第27-29页 |
3.5 特征融合实验与结果分析 | 第29-33页 |
3.6 本章小结 | 第33-34页 |
4 基于产品特征的产品排序方法 | 第34-50页 |
4.1 文本信息处理方法 | 第34-39页 |
4.1.1 情感强度计算方法 | 第35-36页 |
4.1.2 基于产品特征的权重确定方法 | 第36-39页 |
4.2 数值信息处理方法 | 第39页 |
4.3 信息融合网络构建方法 | 第39-41页 |
4.4 数值实验与结果分析 | 第41-49页 |
4.4.1 数据收集及预处理 | 第41-42页 |
4.4.2 数值实验 | 第42-46页 |
4.4.3 实验结果及分析 | 第46-49页 |
4.5 本章小结 | 第49-50页 |
结论 | 第50-52页 |
参考文献 | 第52-58页 |
攻读硕士学位期间发表学术论文情况 | 第58页 |
攻读硕士学位期间参加科研项目情况 | 第58-59页 |
致谢 | 第59-61页 |