隐主题模型下产品评论观点的凝聚与量化

随着电子商务应用的不断深入,用户评论大量涌现,质量堪忧。本研究的目标,是从纷繁杂乱的海量商品用户评论中有效凝练出有价值内容,最大程度地发挥其商业应用价值。论文从信息凝练与整合的视角对用户评论汇总问题展开探索。面向中文领域,重点研究了基于用户观点的产品主题特征汇聚以及用户观点量化两个核心问题,提出并构建了基于特征序列描述的观点聚类模型OpinionLDA,实现了基于主题模型的用户观点的自动聚类,同时利用依存句法分析及词法修饰关系对用户评价观点进行了量化。算法的效果及实现策略通过了系统实验的评测和检验。从应用的角度,完成了基于用户观点的商品"在线口碑"的信息凝聚以及产品性能的全方位汇总。