基于餐馆评论文本的主题提取及情感分析方法研究
| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 文本挖掘研究现状及应用 | 第16-22页 |
| 1.2.1 文本挖掘概述 | 第16-17页 |
| 1.2.2 主题提取研究现状概述 | 第17-18页 |
| 1.2.3 情感分析研究现状概述 | 第18-21页 |
| 1.2.4 个性化推荐应用现状概述 | 第21-22页 |
| 1.3 本文主要内容和结构安排 | 第22-25页 |
| 1.3.1 主要内容 | 第22页 |
| 1.3.2 结构安排 | 第22-25页 |
| 第二章 中文评论文本的采集及预处理 | 第25-31页 |
| 2.1 问题描述 | 第25页 |
| 2.2 框架设计及采集 | 第25-26页 |
| 2.3 中文评论文本特点 | 第26-28页 |
| 2.4 数据预处理 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 聚类半监督主题扩展方法 | 第31-47页 |
| 3.1 关键技术描述 | 第31-34页 |
| 3.1.1 关键词提取 | 第31-32页 |
| 3.1.2 文本向量表达 | 第32-33页 |
| 3.1.3 聚类算法 | 第33-34页 |
| 3.2 聚类半监督主题扩展方法 | 第34-40页 |
| 3.2.1 模型描述及数学定义 | 第37页 |
| 3.2.2 主题挖掘 | 第37-39页 |
| 3.2.3 主题扩展 | 第39-40页 |
| 3.3 模型评价及对比 | 第40-46页 |
| 3.3.1 实验数据 | 第40-41页 |
| 3.3.3 评价指标 | 第41-42页 |
| 3.3.4 实验结果分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 特定领域情感词典的构建及情感分析 | 第47-59页 |
| 4.1 关键技术描述 | 第47-50页 |
| 4.1.1 通用情感词典的选取 | 第47-48页 |
| 4.1.2 相似度计算 | 第48-49页 |
| 4.1.3 K近邻算法 | 第49-50页 |
| 4.2 构建特定领域情感词典 | 第50-56页 |
| 4.2.1 提取情感种子词 | 第51-52页 |
| 4.2.2 扩展候选情感词 | 第52-53页 |
| 4.2.3 情感词分类 | 第53-54页 |
| 4.2.4 计算情感词强度 | 第54-56页 |
| 4.3 特定领域情感词典统计及评价 | 第56页 |
| 4.4 情感分析规则及评价 | 第56-57页 |
| 4.5 本章小节 | 第57-59页 |
| 第五章 基于情感分析的个性化推荐 | 第59-65页 |
| 5.1 关键技术描述 | 第59-61页 |
| 5.1.1 基于内容的推荐算法 | 第59-60页 |
| 5.1.2 协同过滤推荐算法 | 第60-61页 |
| 5.2 推荐方案 | 第61-63页 |
| 5.3 推荐效果评价 | 第63-64页 |
| 5.3.1 评价指标的选取 | 第63页 |
| 5.3.2 推荐系统评价 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 研究成果及已发表的学术论文 | 第75-77页 |
| 作者及导师简介 | 第77-79页 |
| 附件 | 第79-80页 |
