首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文网络客户评论中的产品特征挖掘方法研究

摘要第1-5页
Abstract第5-15页
第1章 绪论第15-43页
   ·问题的提出第15-21页
     ·问题的研究背景第15-18页
     ·问题的研究目的第18-19页
     ·问题的研究意义第19-21页
   ·国内外研究现状第21-41页
     ·产品特征挖掘第21-23页
     ·情感分析第23-36页
     ·主观性分析第36-39页
     ·国内外研究现状评述第39-41页
   ·本文的研究内容和研究方法第41-43页
     ·研究内容第41-42页
     ·研究方法第42-43页
第2章 中文网络客户评论的产品特征挖掘理论分析第43-63页
   ·网络客户评论挖掘问题引出第43-48页
     ·口碑的定义和影响第43-44页
     ·口碑和网络客户评论的关系第44-45页
     ·网络客户评论的传播渠道第45-46页
     ·网络客户评论特点以及影响第46-47页
     ·网络客户评论挖掘技术的难点分析第47-48页
   ·网络客户评论挖掘的理论框架研究第48-53页
     ·网络客户评论挖掘的技术支撑第48-49页
     ·网络客户评论挖掘的功能第49-51页
     ·网络客户评论挖掘行为导向研究第51-52页
     ·网络客户评论挖掘理论总体框架的构建第52-53页
   ·产品特征挖掘功能结构模型第53-59页
     ·DFM模型总体结构第53-55页
     ·产品特征挖掘的数据分析第55-58页
     ·产品特征挖掘的方法分析第58页
     ·产品特征挖掘的功能分析第58-59页
   ·产品特征挖掘方法研究框架第59-62页
     ·产品特征的挖掘方法研究第60页
     ·提高挖掘性能方法研究第60页
     ·完善挖掘功能方法研究第60页
     ·挖掘性能评估第60-62页
   ·本章小结第62-63页
第3章 基于Apriori算法的产品特征挖掘方法研究第63-83页
   ·Apriori 算法的基本原理第63-66页
     ·关联规则中的频繁项第63-64页
     ·Apriori算法第64-66页
   ·基于 Apriori 算法提取候选产品特征第66-69页
     ·建立关联规则事务文件第66-68页
     ·提取频繁规则项第68-69页
   ·产品特征挖掘的剪枝方法研究第69-73页
     ·邻近规则剪枝第69-71页
     ·独立支持度剪枝第71-72页
     ·常规词语非属性集合过滤剪枝第72页
     ·单字剪枝第72-73页
   ·挖掘方法实验验证及结果第73-78页
     ·语料数据第73页
     ·实验结果第73-75页
     ·差异显著性检验第75-77页
     ·结果讨论第77-78页
   ·非频繁特征项的处理第78-79页
   ·纠正产品特征中的词语排列顺序第79-82页
     ·方法原理及步骤第79-81页
     ·实验验证第81-82页
   ·本章小结第82-83页
第4章 集成PMI-IR技术的产品特征挖掘方法研究第83-100页
   ·PMI-IR技术的原理及相关发展第83-85页
   ·集成PMI-IR的产品特征挖掘方法第85-88页
     ·候选产品特征和产品的互信息第85页
     ·性能评估方法分析第85-87页
     ·阈值的选取第87-88页
     ·方法步骤第88页
   ·实验验证及评价第88-93页
     ·语料数据第88-89页
     ·训练阈值第89页
     ·PMI 值排序和阈值过滤第89-91页
     ·实验结果第91-92页
     ·差异显著性检验第92-93页
   ·针对旅游目的地评论的特殊修正第93-99页
     ·方法原理及步骤第94-96页
     ·实验验证第96-99页
   ·本章小结第99-100页
第5章 结合情感分析的产品特征挖掘方法研究第100-117页
   ·针对产品特征的情感分析第100-106页
     ·针对产品特征的情感分析任务第100-101页
     ·情感代表词的选择与优化研究第101-106页
   ·结合情感分析的产品特征挖掘方法第106-110页
     ·挖掘方法第106-109页
     ·性能评估方法分析第109-110页
   ·实验验证及评价第110-116页
     ·语料数据第110页
     ·实验结果第110-115页
     ·性能评估第115-116页
   ·本章小结第116-117页
结论第117-119页
参考文献第119-129页
附录第129-135页
攻读博士学位期间发表的论文和取得的科研成果第135-137页
致谢第137-138页
个人简历第138页

论文共138页,点击 下载论文
上一篇:三维表面数字拼接算法研究
下一篇:冷轧带钢表面缺陷机器视觉自动检测技术研究