在线评论中的用户意见挖掘研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 在线评论挖掘应用 | 第14-15页 |
| 1.3 在线评论特点及研究挑战 | 第15-16页 |
| 1.4 本文工作 | 第16-17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 第二章 相关技术 | 第18-28页 |
| 2.1 信息检索 | 第18-21页 |
| 2.1.1 信息检索介绍 | 第18-19页 |
| 2.1.2 语言模型 | 第19-20页 |
| 2.1.3 商品评论检索 | 第20-21页 |
| 2.2 异常点检测 | 第21-23页 |
| 2.2.1 异常检测介绍 | 第21-22页 |
| 2.2.2 文本异常检测技术 | 第22-23页 |
| 2.3 多任务学习 | 第23-28页 |
| 2.3.1 多任务学习简介 | 第23-24页 |
| 2.3.2 多任务学习算法概述 | 第24-25页 |
| 2.3.3 多任务学习应用 | 第25-28页 |
| 第三章 商品评论检索系统设计 | 第28-46页 |
| 3.1 模型原理 | 第29-30页 |
| 3.2 Terrier检索平台 | 第30-32页 |
| 3.3 数据预处理 | 第32-34页 |
| 3.3.1 停用词的处理 | 第33页 |
| 3.3.2 词干化 | 第33-34页 |
| 3.4 模型设计 | 第34-39页 |
| 3.4.1 文档相关性计算 | 第35-37页 |
| 3.4.2 查询词距离计算 | 第37-39页 |
| 3.5 实验结果与分析 | 第39-45页 |
| 3.5.1 评价指标 | 第39-40页 |
| 3.5.2 文档相关性计算实验 | 第40-43页 |
| 3.5.3 查询词距离计算实验 | 第43页 |
| 3.5.4 对比实验 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于多任务学习的商家评论异常检测 | 第46-62页 |
| 4.1 访问量异常模型 | 第48-50页 |
| 4.2 商家评论异常检测方法 | 第50-51页 |
| 4.3 访问量异常任务相关性 | 第51-53页 |
| 4.4 评论异常多任务模型 | 第53-55页 |
| 4.5 实验结果及分析 | 第55-61页 |
| 4.5.1 访问量异常模型分析 | 第57页 |
| 4.5.2 任务相关性分析 | 第57-58页 |
| 4.5.3 对比实验结果 | 第58-60页 |
| 4.5.4 访问量变化评论解释 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 硕士期间发表的论文 | 第68-70页 |
| 致谢 | 第70页 |
