中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 秦晓雅兰州交通大学 2022年硕士导师: 韩虎共59页

摘要 : 随着电商行业以及各类社交媒体的蓬勃发展，大量用户在互联网平台上发表了产品评论。社交媒体平台的兴起为情感分析任务提供了广泛的数据基础。使用自然语言处理技术对网络上的评论数据进行合理处理具有巨大的商业价值和社会价值。基于此，本文以特定... 展开随着电商行业以及各类社交媒体的蓬勃发展，大量用户在互联网平台上发表了产品评论。社交媒体平台的兴起为情感分析任务提供了广泛的数据基础。使用自然语言处理技术对网络上的评论数据进行合理处理具有巨大的商业价值和社会价值。基于此，本文以特定领域的评论文本作为研究对象，对该任务进行重点研究。由于网络中的情感表达或含蓄或奔放、或笼统或具体，各具特点，故而情感分析任务成为自然语言处理中一项较为复杂的问题。现阶段的情感分析系统大多通过标签数据训练神经网络模型，忽略了情感分析任务本身的特性，导致了以下几个问题：第一，用户的情感表达在面向不同领域时通常具有不同的特点，而领域特征却常常被忽视，没有得到充分的利用；第二，人类的语言表达通常既简洁又丰富，许多隐藏在句子中的信息人类不言而喻，然而网络中的评论语句却不会对这类知识进行补充说明，因此很难实现机器对人类语言的充分理解；第三，传统的情感分类框架仅仅编码了评论语句的文本语义信息，忽视了句法结构信息，但句法特征也能够为情感分类模型提供参考。针对以上不足，本文分别从领域特征的利用、先验知识的引入两个角度进行深入探究，以实现现阶段情感分类研究的知识增强。同时，本文在两种研究方案中都引入了句法依赖信息以及评价对象与上下文之间的交互关系，使得情感分类模型的整体性能得到了有效提升。具体来讲，本文的主要工作如下： (1)本文在解决细粒度情感分类问题时，首先针对现有的词向量模型没有对特定的领域进行优化的问题，提出了通过卷积神经网络将评论文本的通用表示与其领域特征进行融合的策略，实现了通用表示与领域特征的双嵌入。其次为了解决通用的文本表示方法无法获取与词语相关的概念知识与背景知识的缺陷，本文通过引入MicrosoftConceptGraph中的实体概念知识，改进了词向量的特征表达能力，提高了特征的多样性。实验结果表明，领域特征和实体概念等先验知识可以有效提升模型的分类结果。 (2)在编码过程中考虑词性信息与评论语句的句法结构是增强知识的另一种渠道。本文通过依存句法分析获取了文本中的词性信息以及词与词之间的句法关系，将单词作为节点、词与词之间的关系作为连边，构建了依存句法图。在词表示阶段后的特征抽取框架中，本文通过图卷积网络充分提取了文本的词性和句法信息，同时也考虑了评价对象与上下文的交互作用对该任务的重要影响。相关实验结果证明句法依存关系对细粒度情感分类任务有着积极的影响。收起

关键词 : 特定领域评论文本句法依赖领域特征知识图谱情感分析

2. 特定领域半监督文本分类系统的设计与实现

[学位论文] 郑海清复旦大学 2007年硕士导师: 牛军钰共51页

摘要 : 这是一个科学飞速发展的时代，借助计算机等工具以及人类历史上长期的知识积累，各个学科的信息越来越深入和系统，人们迫切需要将这些特定领域的知识进行系统化的分析和归类从而为以后更深入的研究做好准备，于是特定领域内的文本分类成为当前研究的... 展开这是一个科学飞速发展的时代，借助计算机等工具以及人类历史上长期的知识积累，各个学科的信息越来越深入和系统，人们迫切需要将这些特定领域的知识进行系统化的分析和归类从而为以后更深入的研究做好准备，于是特定领域内的文本分类成为当前研究的一大热点。目前，特定领域文本分类主要是在传统文本分类的基础上，利用已有的特定领域知识库对文档进行特征选择，用特定领域内的知识来表示文档。这样就带来一个问题，如何寻找合适的知识库来尽量准确地表示文本；对于新兴的学科而言，在尚未形成任何系统化的知识库的时候，又如何进行分类?因此，理想的特定领域文本分类方法是能够不借助于任何的领域知识而能够很好的进行分类。同时，在一般的应用中，由于对训练文档进行标注需要耗费大量的人力，所以通常在分类任务的训练集合中所给出的正例和负例的数目都是非常有限的，并且通常标注的正例和负例的文档数目分布也相当的不均衡，大多数情况下训练集合中都只标注出了少量的正例文本。如何从少量的已标注训练样例中获得足够的类别信息以辅助分类也是目前研究文本分类的一个难点。本文综述了现有特定领域文本分类系统的现状，详细介绍了在特定领域内，对于训练集中正负例分布不均衡，且其中包含有大量未标注数据的半监督文本分类问题，提出了一种基于紧密度衡量的分类方法。本文讨论了特定领域半监督文本分类系统的设计与实现细节，并实现了一个用于该类分类问题的系统。本文的工作主要包括： ●本文综述了现有特定领域文本分类的研究现状，指出了现有方法由于需要依赖于领域相关本体而带来的局限性。 ●本文详细分析了半监督文本分类问题的研究现状，给出了几种传统的用于半监督文本分类问题的算法并指出了这些算法的局限性。 ●提出了一种基于紧密度衡量算法来解决此类的文本分类问题，将通过实验将该算法与其他传统的基于特定领域内文本分类的方法作了详细地比较与分析。 ●设计和实现了一个用于特定领域内半监督文本分类问题的系统，并在TREC’05的基因任务数据集上进行了实验，与TREC’05基因任务的其他组结果相比，总体的分类效果都有不同程度的提高，显示了这种算法的优越性和适用性。收起

关键词 : 文本分类特定领域特征选择半监督机器学习

3. 面向特定领域的舆情系统的研究与实现

[学位论文] 唐芸北京邮电大学 2011年硕士导师: 蔺志青共75页

摘要 : 随着网络的普及,越来越多的网民通过搜索引擎、网络信息、社交网络、博客、视频、微博等了解当前的社会现象并对此发表观点立场,内容涉及生活、政治、经济、卫生、科技、娱乐、军事、体育等各个领域。舆论信息以最直接、最快速的方式在网络上传播,反映... 展开

关键词 : 舆情分析话题聚类文本分类情感倾向特定领域贝叶斯分类

4. 基于评论文本和评论者行为的虚假评论识别

[学位论文] 郑书芳中南财经政法大学 2020年硕士导师: 赵慧;屈定坤共48页

摘要 : 电子商务体系的不断发展和完善，使人们的消费形式也逐渐发生了变化。以往的消费模式已经无法满足人们的需求，进而转变为在线消费。在线评论作为消费者获取商品信息的重要来源，越来越受消费者的重视，同时也有研究表明在线评论的数量及好评率对消费... 展开电子商务体系的不断发展和完善，使人们的消费形式也逐渐发生了变化。以往的消费模式已经无法满足人们的需求，进而转变为在线消费。在线评论作为消费者获取商品信息的重要来源，越来越受消费者的重视，同时也有研究表明在线评论的数量及好评率对消费者的购物意愿会产生较大影响。受利益的驱使，越来越多的商家选择雇佣网络水军进行刷单行为，增加商品的评论量和好评率，进而达到提高商品的曝光率和购买量的目的。这样的行为不仅刻意的误导了消费者，影响消费者的购物体验，还对电子商务的整个环境造成影响，不利于其长期发展。因此，有效识别虚假评论的研究刻不容缓。针对虚假评论的识别问题，现有的国内外文献研究多基于国外的点评网站，且数据集正负样本均衡，但这并不契合真实评论数据集样本不平衡的问题，且有效的提取出评论文本信息的特征一直是一个难题。本文将基于国内的点评网站——大众点评网，选用店铺完整的实际评论数据，利用评论文本信息和评论者的行为信息，运用多卷积神经网络等方法提取出多维特征，建立机器学习模型进行虚假评论的识别。本文的主要研究内容如下： (1)基于SMOTE过采样虚假评论的识别。通过提取文本评论的N-gram，词汇等特征，以及评论者的相应行为特征，验证SMOTE过采样对虚假评论的识别的有效性，以解决现实虚假评论的样本不均衡问题。 (2)基于多卷积神经网络对虚假评论的识别。特征提取方面分为两部分进行操作。对于评论文本内容的特征提取，首先利用LDA和word2vec将文本词向量化，再分别利用卷积神经网络对特征进行提取；对于评论者行为特征的提取，也利用卷积神经网络进行重组和筛选。最后结合以上三部分特征，输入到分类器中进行识别。 (3)基于多卷积神经网络及SMOTE过采样对虚假评论的识别。该方法是基于以上两种方法。首先利用多卷积网络对特征进行提取后，再利用SMOTE过采样对不平衡样本进行处理，最后使用分类器进行分类操作，进一步提高模型的准确率。本文的研究结果表明，基于多卷积神经网络与SMOTE过采样的算法，对于不均衡评论数据集中虚假评论的识别具有较好的效果。收起

关键词 : 电子商务评论文本评论者行为虚假评论识别

5. 在线评论中的天气效应研究

[学位论文] 李萌电子科技大学 2021年硕士导师: 彭岷共84页

摘要 : 在线评论作为影响消费者的重要途径，已经成为商家重要的在线口碑来源之一。不管是潜在消费者在购买决策过程中对在线评论的充分参考还是商家维护在线口碑和品牌宣传时对在线评论的仰赖，都充分体现着在线评论的重要性。然而在线评论却存在一定的系统... 展开在线评论作为影响消费者的重要途径，已经成为商家重要的在线口碑来源之一。不管是潜在消费者在购买决策过程中对在线评论的充分参考还是商家维护在线口碑和品牌宣传时对在线评论的仰赖，都充分体现着在线评论的重要性。然而在线评论却存在一定的系统性偏差，关于在线评论偏差的研究已经证实了在线评论存在社会影响偏差、自我选择偏差、虚假评论和空气污染效应。与此同时，天气作为常见且重要的环境因素，对消费者行为的影响已经在多个维度得到了充分的研究和证实，但目前尚缺少对在线评论中的天气效应的研究。本文试图通过去探究在线评论中的天气效应，具体地，本文解决了以下研究问题：（1）天气是否会影响用户生成的在线评论的数值评分？（2）天气是否会影响用户生成的在线评论的文本评论？（3）如果存在天气效应，那么潜在的机理是什么？本文的研究结果表明：（1）天气会影响消费者在线评论的数值评分，晴天做出的在线评论的数值评分更高，雨天做出的在线评论的数值评分更低。并且女性受到这一效应的影响更大。（2）情绪效价在天气影响在线评论的数值评分中起到了显著的中介效应，而心理距离的中介效应不显著。（3）天气影响消费者在线评论中文本评论的长度和有用性，晴天消费者撰写的文本评论长度更长，雨天撰写的文本评论的长度更短。相似地，在晴天消费者撰写的文本评论的有用性更高，而雨天撰写的文本评论的有用性更低。并且女性受到这一效应的影响更大。（4）在天气影响消费者在线评论中文本评论的长度和有用性的影响效应中，情绪都起到了显著的中介效应。具体地，天气通过情绪激活度的中介效应影响文本评论的长度，通过情绪效价的中介作用影响文本评论的有用性。而心理距离和助人决策两个变量，在长度和有用性两个维度都未能起到显著的中介效应。本文的贡献主要有以下几点：在理论贡献上，第一，揭示了不同天气对消费者在线评论的影响效应。第二，在线评论的现有研究缺少对重要环境因素的研究，本文拓展了天气这一重要的环境因素对消费者在线评论的影响效应，丰富了对于在线评论的系统性偏差的认知。第三，本文通过随机对照实验探究了在线评论中的天气效应的潜在机理，发现了情绪的中介效应，深入了对在线评论中的天气效应的认识和理解。在实践价值上，不管是对在线平台还是商家都提出了切实可行的利用和规避这一天气效应的相应策略。收起

关键词 : 在线评论天气效应数值评分文本评论消费者

6. 面向智慧出行的酒店评论数据可视化技术研究与实现

[学位论文] 易小群西南交通大学 2019年硕士导师: 李天瑞共83页

摘要 : 随着经济和移动信息技术的发展，旅游住宿业正在快速崛起，人们旅行的方式也从单一的观光旅游向休闲度假转变，住宿预订线上渗透率也是居高不下。相较于电话和现场预订，线上预订不仅方便，还能够查看其他住客的入住体验。由于线上市场的管理较困难，... 展开随着经济和移动信息技术的发展，旅游住宿业正在快速崛起，人们旅行的方式也从单一的观光旅游向休闲度假转变，住宿预订线上渗透率也是居高不下。相较于电话和现场预订，线上预订不仅方便，还能够查看其他住客的入住体验。由于线上市场的管理较困难，信息繁杂且有不少虚假信息，住客需要面对安全性差、卫生条件差、收费不合理等问题，使得用户对住宿地点的选择更为困难。对酒店所产生的数据进行可视化能够直观清晰地展示酒店的特点，用户能快速获取有效的信息。但现在的酒店数据可视化大多站在运营者角度分析酒店数据，提高运营效率，很少有站在用户角度分析，为用户提供决策支持。针对上述问题，本文拟以住客需求为出发角度研究线上旅行服务公司数据的可视化形式，主要工作包含以下四个方面： 1.分析线上旅游服务公司数据特点，结合自动化测试工具Selenium-driver和Python的多线程模块Threading对数据进行了有效地抓取。 2.研究传统的旭日图，针对线上旅游服务的文本数据，提出一种面向评论文本的旭日图可视化方法，能够有效地展示文本中实体间的关系和评论文本中的情感偏向，并且在多层数据展示时进行数据优化重排以提高清晰度。通过实验验证，面向评论文本的旭日图对包含评论的旅游服务数据有良好的可视化效果。 3.研究了交互式的主题河流图，针对交互式主题河流图提出歧义点可视化但没有实现自动消歧的问题，提出一种自动消歧的主题河流图可视化方法。该方法对主题河流图的歧义点进行了再定义，提出波动性歧义点和连续性歧义点，并通过实时获取当前数据进行自动地波动性消歧和连续性消歧。通过实验验证，自动消歧的主题河流图可以有效地减少下层河流波动对上层河流的影响，降低对用户的误导。 4.设计并实现面向智慧出行的酒店评论文本可视化分析工具。根据数据的特点，设计并实现包括品牌发展、酒店推荐、住客印象、入住率和评论文本5个模块。同时设计了模块内和模块间的交互进行联动展示，方便用户自主地探索数据和发现知识，并为用户提供一定的决策支持。收起

关键词 : 可视化评论文本酒店评论数据主题河流图

7. 基于评分矩阵和评论文本的混合推荐算法

[学位论文] 吴莹莹河北大学 2020年硕士导师: 任志波共74页

摘要 : 互联网和信息技术的迅速发展，使Web上信息量以指数级别迅速增长，巨大的信息源使人们面临着严峻的信息过载问题，因而出现了能够有效应对信息过载问题的推荐系统，并已应用于各个领域。推荐系统中最常使用的基于评分数据的协同过滤算法被广泛研究与应... 展开互联网和信息技术的迅速发展，使Web上信息量以指数级别迅速增长，巨大的信息源使人们面临着严峻的信息过载问题，因而出现了能够有效应对信息过载问题的推荐系统，并已应用于各个领域。推荐系统中最常使用的基于评分数据的协同过滤算法被广泛研究与应用，但数据稀疏性问题严重制约了该模型的推荐效果，另一方面其只考虑了用户对商品的评分信息，忽视了大量可以利用的包含了更加丰富且有价值的信息资源的用户评论信息，可以构造模型挖掘评论文本中的用户和商品特征，用于推荐系统。因此为了缓解评分矩阵的稀疏性，提高推荐质量，相继提出了基于多源异构数据(评论文本、社交网络等)的推荐模型，但往往不能充分挖掘用户和商品的高阶抽象特征，而深度学习技术在挖掘高阶特征方面表现良好。因此，针对上述问题，使用深度学习技术来处理评论文本信息并结合传统推荐算法，设计并实现一个混合推荐算法具有重要的意义。本文从用户-商品评论文本入手，结合卷积神经网络，通过分析同一用户对不同商品的评论内容以判断其用户偏好并加以量化，及不同用户对同一商品的评论内容以判断其商品属性并加以量化，得到用户和商品的深层非线性特征向量，并将这部分信息与传统的基于评分矩阵的隐语义模型得到的用户和商品的潜在隐向量融合，提出了基于评分矩阵和评论文本的混合推荐算法(Hybrid recommendation algorithm based on Rating matrix and Review text，HRA-MR)，避免传统推荐方法存在的问题，改进推荐效果。本文首先介绍了推荐系统的研究背景及意义，以及推荐算法和深度学习算法在个性化推荐中应用的研究现状，然后介绍了本文所需要的基础理论与相关技术，其次介绍了本文提出的HRA-MR模型，在本模型中首先将评论数据分组，分别得到用户评论集和商品评论集，使用文本向量化技术，充分挖掘评论中上下文语义信息得到量化结果，输入一组并行的卷积神经网络，挖掘用户和商品特征；然后将得到的用户和商品特征与基于隐语义模型的用户和商品隐因子特征融合；最后设计一层耦合结构，将两组特征作为输入使用因子分解机和深度神经网络的组合模块预测出用户对商品的评分，得到推荐结果，最后总结结论，并提出对未来研究的展望。本文在5组公开数据集上进行实验，与多种经典的和当前先进的推荐算法进行性能对比，采用均方根误差(RMSE)和平均绝对误差(MAE)作为评估指标。实验结果表明，本文提出的算法在一定程度上提高了推荐的性能，且预测效果优于各独立算法，评分预测精度有不同程度的显著改进。收起

关键词 : 用户评论信息混合推荐算法评分矩阵评论文本

8. 酒店回复及消费者评论文本特征对酒店销量的影响研究

[学位论文] 李华华侨大学 2018年硕士导师: 孙锐共129页

摘要 : 21世纪随着Web2.0时代的到来，由用户主导而生成内容的互联网产品模式蓬勃发展。在线旅游预订市场也如火如荼的迅猛发展。消费者习惯运用在线移动端方式进行酒店预订，然而在线评论是影响消费者作酒店预订决策的重要因素，一旦在预订平台上产生，将永... 展开 21世纪随着Web2.0时代的到来，由用户主导而生成内容的互联网产品模式蓬勃发展。在线旅游预订市场也如火如荼的迅猛发展。消费者习惯运用在线移动端方式进行酒店预订，然而在线评论是影响消费者作酒店预订决策的重要因素，一旦在预订平台上产生，将永远无法删除，这对酒店网络口碑产生极为不利的影响，进而严重影响酒店销售业绩。因此，如何对消费者评论进行有效管理，酒店是否回复以及如何回复，成为近年来旅游在线评论领域的研究热点。目前少有学者将酒店回复作为解释变量进行研究，本文将以酒店回复为切入点，旨在完善旅游在线口碑营销理论，为企业如何管理在线评论提供建议。以美团酒店移动端的厦门市酒店为研究对象，运用网络爬虫技术获取所有酒店的消费者评论、酒店回复、酒店销量及相关信息。借鉴前人的研究及理论基础，将酒店回复变量划分为酒店回复数量、长度、时间间隔，特别提出酒店回复情感强度变量。并运用大数据分析方法分析消费者评论的内容特征、消费者评论极性及消费者评论与酒店回复的匹配度、酒店特征的情感细粒度分析。最后研究以上变量对酒店销量的影响及酒店档次、回复情感强度的调节作用。研究结论表明，首先，酒店回复数量、长度、匹配度对酒店销量均有显著的正向影响，酒店回复时间间隔对酒店销量有显著的负向影响；其次，不同档次酒店在酒店回复长度、时间间隔与酒店销量之间均具有显著调节作用，且都呈负向调节。酒店回复情感强度在酒店回复数量、长度、时间间隔、匹配度与酒店销量之间均有显著调节作用，且都呈负向调节；最后，文本分析表明，酒店经营管理者应特别关注酒店“服务、设施环境、卫生、位置、价格、交通、餐饮配套”七个方面。消费者目前对酒店价格、交通最为满意，对设施环境、位置、服务满意度一般，对卫生、餐饮配套最为不满。并且在经营酒店中，低档酒店应特别关注交通，中档酒店应特别关注位置，高档酒店应特别注重点应放在设施环境上，豪华档酒店应特别关注酒店餐饮的餐厅、菜色、口味。收起

关键词 : 酒店回复消费者评论文本特征在线评论酒店销量

9. 基于RoBERTa的用户评论情感分析及推荐系统研究

[学位论文] 李炳廷山东大学 2023年硕士导师: 殷建共85页

摘要 : 互联网技术的发展让网络信息呈指数型增长，而在这些浩如烟海的信息里快速筛选有用的信息也成了一大难题。近年来，随着深度学习的技术发展及被应用到各个具体领域，推荐系统、自然语言处理等技术也有了长足发展。其中推荐系统是主要的信息过滤筛选的... 展开互联网技术的发展让网络信息呈指数型增长，而在这些浩如烟海的信息里快速筛选有用的信息也成了一大难题。近年来，随着深度学习的技术发展及被应用到各个具体领域，推荐系统、自然语言处理等技术也有了长足发展。其中推荐系统是主要的信息过滤筛选的手段之一，面对冗杂的用户信息，推荐系统根据用户的历史信息、情感喜好等记录来为其提供更好的服务，从海量数据中精准的筛选目标物品，从而做到准确的推荐。随着用户数据和物品数据的暴增，传统推荐因为欠缺历史数据，常常会出现推荐准确度下降、冷启动、数据稀疏、可解释性不足、用户情感喜好把握不准确等问题，为了克服这些缺点，让推荐系统性能更优，研究者开始瞄准那些用户在上网过程中留下的周边数据，如位置信息、社交网络信息、会话信息、评论信息等等，这些周边信息拥有巨大的价值，深度研究这些信息应用到推荐系统中对模型是极其有益的。其中评论信息就是最易得、最直观反映用户情感喜好的信息，是用户对物品最直接的反馈，从评论文本中来学习用户情感和物品属性，然后通过算法做处理，能够很好地解决数据稀疏、冷启动、可解释性不足等一系列问题。在本文中，从评论文本处理切入，主要做了以下的工作: (1)首先，研究阐述了本课题的背景及研究意义，分析了关于评论文本情感分析以及推荐系统的发展历程和国内外研究的现状;其次，总结了本文中所应用到的关于文本处理以及深度学习的各种经典模型结构。 (2)对本文中用到的评论文本数据集进行数据预处理，通过数据清洗、单词分词、词干提取、文本大小写转换、单词纠错等操作，得到精简数据集;情感分析和评论推荐对词嵌入的效果要求比较严格，词嵌入的结果能够深刻地影响模型性能。所以对各评论文本的词嵌入方法进行了实验，通过对实验结果的分析和对比，选择效果最好的词嵌入层作为来搭建本文的情感分析模型以及评论推荐模型。 (3)评论文本中往往包含着丰富的情感信息，深入挖掘这些信息能够很好地了解用户的情感喜好，对推荐的效果是不言而喻的。但是文本中常常包含用户的隐含情感表达和语义的多样性等问题，对情感特征的提取造成了一定的困扰，因此在本文中，提出了一种新的评论情感分析模型R2BL。本模型对输入的评论文本通过RoBERTa层进行词嵌入，生成动态的、上下文依赖强的词向量，对评论信息进行更加有效表达;通过两层的BiLSTM网络层来进行计算，捕获评论文本的双向语义，对文本语义中包含的隐含情感特征信息进行提取，接着使用一个Sigmoid函数对评论中的情感极性进行分类得出结果。最后在电影评论数据集IMDB上进行了实验，通过和各类别的情感分析模型对比，证明了本文提出模型的优秀性能。 (4)传统的评论推荐模型，对评论数据的利用还只是停留在单纯的特征信息提取上,往往忽略评论文本中用户的情感表达，而这些情感信息却是能够很好反映用户的喜好，所以就会导致推荐结果不准确以及模型可解释性不足等问题。为了解决以上出现的这些情况，本文提出了一个融合用户评论情感倾向的深度推荐系统RIST。利用RoBERTa模型表征评论文本，输入到两层BiLSTM网络来提取用户隐性情感表达，得到用户的情感特征;同时将RoBERTa输出的评论词嵌入向量输入到卷积神经网络来提取特征信息，然后经过协同注意力机制网络筛选用户和物品的有用特征;融合评论特征以及用户情感特征，通过MLP网络来进行连接交互，最后对模型做出评分预测。该模型在亚马逊公开数据集选取4个商品评论子数据集，进行同基线模型的对比实验，实验结果表明，本文模型能更准确地反映用户的真实喜好，对比其他基线模型，推荐性能明显提升。收起

关键词 : 情感分析 RoBERTa 评论文本用户评论推荐系统

10. 基于改进情感词典的在线旅游评论文本情感分类研究

[学位论文] 毛超群浙江工商大学 2017年硕士导师: 蒋长兵共74页

摘要 : 由Web1.0到Web2.0，互联网所关注的焦点已经由内容开始向用户转移，越来越多的人习惯于在互联网发表自己的观点，互联网已然成为了一个便捷的信息交流平台，互联网的高度包容性与便利性给了我们能够在互联网上自由交流的机会，由此我们可以说我们所处... 展开由Web1.0到Web2.0，互联网所关注的焦点已经由内容开始向用户转移，越来越多的人习惯于在互联网发表自己的观点，互联网已然成为了一个便捷的信息交流平台，互联网的高度包容性与便利性给了我们能够在互联网上自由交流的机会，由此我们可以说我们所处的21世纪是一个交流的时代，UGC文本已然成为我们日常在互联网上传播信息的工具，而这一些UGC文本也往往带有重要的个人情感，带有一定的研究价值。互联网背景下，电子商务的崛起带动了我国在线旅游业的快速发展，在做旅行计划的时候，越来越多的旅行者习惯于从网络上了解目的地的有关信息，旅行结束后也乐于在网络上分享自己的旅行经验与感受。其中，像“蚂蜂窝”之类的UGC在线旅游网站开始受到流行，这些网站的UGC内容对旅行者的决策起着重要的作用。随着大数据概念的不断深入与普及，近年来这种价值的重要性变得更加明显。在线旅游电子商务成功的关键在于:高效地获取在线旅游评价信息，智能化地分析旅行者的评价与建议，从而改善旅游产品和服务的品质。在线旅游评论数量的急速增长的同时，评论信息的内容也越来越杂乱，如何从海量的在线旅游评论中高效且准确地获取有用的信息是研究的一大难题，而这恰恰也吸引了众多研究者进行学习和研究。评论挖掘主要包含情感倾向分析、特征挖掘、主观内容识别等三方面。其中情感倾向分析是指通过一定的技术手段对海量的庞杂的评论文本进行情感判断以获取有用的信息。如今，国外关于在线英文旅行评论文本的情感研究已经取得了一定的成果。中国拥有全世界数量最多的网民，作为旅游市场最重要的客源地，相关的在线中文评论文本已经成为研究中非常重要的部分，然而到目前为止面向中文UGC文本的情感分析技术仍未成熟，还处于发展阶段。做为世界上拥有最大旅游市场，且具有巨大旅游潜力的国家，我国旅行者的购买偏好以及旅行者的情感特征的研究成为了学术界的研究焦点。然而，目前关于我国在线旅游的研究的仍仅限于用户满意度和细分市场，对研究而言，时效性和话题覆盖度都不足。因此，本文采用网络旷工(Soukey Miner)爬虫软件来从国内热门的在线旅游网站上抓取在线旅游评论文本，抓取的在线旅游评论文本经过清洗以及预处理之后可以作为本文的实验预料，一部分存入训练集，另外一部分存入测试集。基于情感分析理论，本文利用训练集来完善在线旅游领域情感词典以及旅游复合新词发现，从而构建在线旅游文本情感分类模型对测试集中的实验语料进行情感分类，进而对在线旅行者的情感进行分析。收起

关键词 : 旅游在线评论评论挖掘文本分析情感分类