面向网络商务系统评论的情感分析

面向网络商务系统评论的情感分析

ID:25852350

大小:56.50 KB

页数:7页

时间:2018-11-23

面向网络商务系统评论的情感分析_第1页
面向网络商务系统评论的情感分析_第2页
面向网络商务系统评论的情感分析_第3页
面向网络商务系统评论的情感分析_第4页
面向网络商务系统评论的情感分析_第5页
资源描述:

《面向网络商务系统评论的情感分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、面向网络商务系统评论的情感分析-->1绪论1.1课题研究背景与意义随着互联网时代的来临,越来越多的人通过网络进行各种各样的商品交易活动。于是,电子商务应运而生。电子商务以卖家、消费者、商品、物流为要素,迅速的占领了国内交易市场。在“双十一”活动中,商品交易额一度破亿。如此空前的网上交易活动,留下了珍贵的文本信息,即用户评论。用户评论是用户完成交易之后发表的自己对于商品的看法,包含了大量的用户对于商品的主观而直接的感受。通过这些评论内容,可以看出用户的喜好以及商品的优缺点。这对研究商品交易活动至关重要。

2、如何让这些评论对以后交易活动产生作用也是本文研究的主要内容。...............1.2国内外研究现状数据挖掘作为一个热门领域,主要是通过分析大量的无规律的或者有规律的数据来揭示一些更加有意义的新的数据之间的关系、对人们有用的趋势和模式的过程[10]。文本情感分析作为数据挖掘的一个重要的研究方向,在国外已经发展较为成熟,有了较好的基础和资源,然而因为中文和英文语言结构的不同,中文情感分析无法直接移植英文的研究成果,成为一个值得具体研究的领域。随着互联网上各类社交软件的飞速发展,数以亿万计的用户

3、在网上分享心情与观点。越来越多的学者将目光转移到了文本情感分析的研究上。文本情感分析是指对发表的关于某个事物或者事件的观点、对某个事物或者事件的喜好、对某个事物或者事件所表达出的情感的这些文本进行提取、分析并且挖掘其中的内容的过程[11],可分为对文本中情感信息的提取、对文本中的情感信息进行分类以及对中文中的情感信息进行搜索与概括三项主要任务[12],涉及到自然语言处理的知识、操作数据库的知识、对有用的信息进行检索的知识、数据挖掘的知识、人工智能等多个领域[13]。根据分类研究的倾向性的不同又可分为主

4、观和客观的分类,褒义和贬义的分类和多个情感倾向的分类;根据分类的领域不同可分为对产品的评论、读新闻中的评论和对影评的分类[14]。...............2相关技术与理论背景2.1数据挖掘由于大量的有用的或者无用的数据的快速增长,数据挖掘因此诞生了。数据挖掘(DataMining),又称知识发现,指的是通过对大量的数据进行详细研究和分析来获得以前不知道的隐含在这些数据中的并且非常有意义的信息的过程[36]。数据挖掘是在80年代后期诞生的,是目前计算机领域中一个非常有应用前景的学科,受到大多数研究

5、者的热捧,它融合了数学等很多个热门学科的重要技术和理论。...............2.2文本挖掘在自然语言处理和数据挖掘技术发展到一定程度时,文本挖掘应运而生。文本挖掘这一概念最早由Feldman在1995年提出[40]。由于电子设备的普及,人们更喜欢在微博上分享自己对于一件事情或者一个事物的感受,在论坛上发表自己的文章,在购买商品后发表自己对于商品的使用体验。这种可以快捷的发表自己观点、爱好的渠道使得电子形式的文本信息快速的增长,进而使得文本挖掘技术成为信息领域的研究热点。ChoonYangOu

6、ek认为文本挖掘是通过分析大量的文本数据来发现隐藏在这些数据中的人们不知道的模式。如果将输入定义为文本集合C,将输出定义为发现的模式p,那么文本挖掘的过程就是这样的一个关系:Cp[41]。文本挖掘的主要目的就是从海量文本数据中发现并产生新的最终可理解且可用的知识。...............3基于语义规则的服装电商评论情感分析...............193.1服装电商评论数据采集...............193.2文本预处理...............204情感分析结果与销量之间的关..

7、.............384.1通过分类算法确定最佳评论页数................394.2不同评论页数参数对比................405应用..................435.1开发环境及实验平台..................435.2基于语义规则的情感分析.................435应用5.1开发环境及实验平台本文开发环境使用Python语言,使用PyCharm作为开发工具。Python语言开发快,语言简洁,操作数据库方便受到很多编程爱好者的支持

8、与关注。同时,Python下有庞大丰富的库,可以直接用来进行各种各样的工作。更重要的是这里面大量的库都是开源的,可以更加直观的让人们理解代码的原理,而不仅仅是直接调用相关的接口或者函数。本文实验代码中使用Python下大量的包,其中使用的编写网络爬虫向远程服务器请求的包为requests,通过正则表达式解析爬取到的内容的包为re以及解析爬取到的json格式然后转换成正常文本的包为json;使用的对MySQL数据库中的数据进行增删改查的包为MySQLdb;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。