挖掘中文网络客户评论的产品特征及情感倾向

被引：64

作者：

李实 ^{[1
]}

叶强 ^{[2
]}

李一军 ^{[2
]}

罗嗣卿 ^{[1
]}

机构：

[1] 东北林业大学信息与计算机工程学院

[2] 哈尔滨工业大学经济与管理学院

来源：

计算机应用研究 | 2010年 / 27卷 / 08期

关键词：

用户评论; 产品特征; 数据挖掘; 情感分析;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为探索中文客户评论中的产品特征及相关情感倾向的挖掘,以帮助生产商和服务商改进产品、改善服务,提高竞争力,提出采用基于Apriori算法的非监督型产品特征挖掘算法,结合监督型情感分析技术,实现对于评论中产品特征及其情感倾向的综合信息挖掘;并根据用户的关注权重将产品特征和情感倾向进行排列。采用几种从互联网下载的真实产品评论语料,对该方法进行了数据实验,实验结果初步验证了该方法的有效性。

引用

页码：3016 / 3019

页数：4

共 7 条

[1] 中文网络客户评论的产品特征挖掘方法研究 [J].

李实 ;

叶强 ;

李一军 ;

Rob Law .

管理科学学报, 2009, (02) :142-152

[2] 文本意见挖掘综述 [J].

姚天昉 ;

程希文 ;

徐飞玉 ;

汉思乌思克尔特 ;

王睿 .

中文信息学报, 2008, (03) :71-80

[3] 基于监督学习的中文情感分类技术比较研究 [J].

唐慧丰 ;

谭松波 ;

程学旗 .

中文信息学报, 2007, (06) :88-94+108

[4] 基于HowNet的词汇语义倾向计算 [J].

朱嫣岚 ;

闵锦 ;

周雅倩 ;

黄萱菁 ;

吴立德 .

中文信息学报, 2006, (01) :14-20

[5] 口碑传播的影响力要素及其对营销创新的启示 [J].

徐伟青 ;

黄孝俊 .

外国经济与管理, 2004, (06) :26-30

[6]

LingPipe .2 BALDWIN B,CARPENTER B. http://www.alias-i.com/lingpipe . 2007

[7]

Class extraction from the World Wide Web .2 POPESCU A M,YATES A,ETZIONI Q. Proc of AAAI-04Workshop on Adaptive Text Extraction and Mining . 2004

← 1 →