面向评论文本基于情感分析的可信推荐模型研究

发布时间：2017-11-23 18:13

  本文关键词：面向评论文本基于情感分析的可信推荐模型研究

  更多相关文章： 特征抽取 情感分析 D-S证据理论 信用评分 可信推荐

【摘要】：随着信息技术和互联网的飞速发展,电子商务应用广泛普及,逐渐成为人们日常生活中不可或缺的组成部分。但是,电子商务系统在为用户提供越来越多选择的同时,不可避免地带来了产品信息泛滥的问题,这意味着用户寻找自己所需的产品必须付出更多的时间和精力。在某种程度上过量的信息意味着信息的缺乏,电子商务推荐系统在这样的背景下应运而生。电子商务推荐系统通过模拟销售人员向用户推荐产品,将浏览者转换为购买者,并且可以提高用户的满意度与忠诚度。由于电子商务推荐系统潜在着巨大的商业价值,各行各业对其展开了广泛的学习研究。现有的推荐系统,通常集中在对项目评分数据和用户的历史行为信息进行建模,而忽略了蕴藏在产品评论中丰富的信息,并且给出的推荐大部分都是基于产品整体而言的,忽略了用户对产品各个方面特征的不同要求。针对这些不足,本文提出了一种面向评论文本基于情感分析的可信推荐方法。该方法首先通过对产品评论进行特征抽取和情感分析,获得产品不同维度特征下的情感倾向,使得用户能够对产品各个方面的特征有一个直观的了解。然后在此基础上,利用D-S证据理论对情感分析结果进行基于特征类别的融合,获得各个不同评价维度下的信用评分。最后,根据总的信用评分以及用户关注的不同评价维度下的信用评分来给用户做出推荐。利用D-S证据融合获得的信用评分,融合了产品评论中所有特征下的情感分析结果,是一个全面的、合理的、可信的评分,依赖这个评分做出的推荐可以获得更高的用户信任感,可以为推荐做出合理的解释。而且,根据用户所关注的特征维度的不同,可以做出符合用户需求的推荐。
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3

【相似文献】

中国期刊全文数据库 前10条

1 许璐蕾;;网络评论中情感词的获取及极性判断方法比较[J];电脑与电信;2011年01期

2 肖健;徐建;朱姝;万缨;许亮;;基于翻译和语义方法的情感词挖掘研究[J];计算机工程与应用;2011年32期

3 赵鹏;赵志伟;卓景文;;一种情感词语义加权的句子倾向性识别方法[J];计算机工程与应用;2011年35期

4 代大明;李寿山;李培峰;朱巧明;;基于情绪词与情感词协作学习的情感分类方法研究[J];计算机科学;2012年12期

5 李勇敢;周学广;孙艳;张焕国;;结合依存关联分析和规则统计分析的情感词库构建方法[J];武汉大学学报(理学版);2013年05期

6 彭庆喜;钱铁云;;基于量化情感的网店垃圾评论检测[J];山东大学学报(理学版);2013年11期

7 杜嘉忠;徐健;刘颖;;网络商品评论的特征 情感词本体构建与情感分析方法研究[J];现代图书情报技术;2014年05期

8 张清亮;徐健;;网络情感词自动识别方法研究[J];现代图书情报技术;2011年10期

9 黄俊;田生伟;禹龙;冯冠军;;基于维吾尔语情感词的句子情感分析[J];计算机工程;2012年09期

10 孙劲光;马志芳;孟祥福;;基于情感词属性和云模型的文本情感分类方法[J];计算机工程;2013年12期

中国重要会议论文全文数据库 前5条

1 陈奇哲;刘全升;姚天f ;;汉语意见型语句主题与情感关系抽取的研究[A];第五届全国信息检索学术会议论文集[C];2009年

2 孙慧;关毅;董喜双;;中文情感词倾向消歧[A];第六届全国信息检索学术会议论文集[C];2010年

3 段秀婷;何婷婷;宋乐;;基于PMI-IR算法的Blog情感分类研究[A];第五届全国青年计算语言学研讨会论文集[C];2010年

4 李先斌;袁平波;俞能海;;基于局部最优的情感标签图像自动标注算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

5 王枞;涂序彦;刘嘉;;注意-情绪协调的个性化信息推荐模型[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

中国博士学位论文全文数据库 前8条

1 刘全超;面向中文微博的观点挖掘与倾向性分析研究[D];北京理工大学;2015年

2 董喜双;基于免疫多词主体自治学习的情感分析研究[D];哈尔滨工业大学;2013年

3 寇广增;基于意见挖掘通用框架的情感极性强度模糊性研究[D];武汉大学;2010年

4 杨玉珍;基于Web评论信息的倾向性分析关键技术研究[D];山东师范大学;2014年

5 黄胜;Web评论文本的细粒度意见挖掘技术研究[D];北京理工大学;2014年

6 施寒潇;细粒度情感分析研究[D];苏州大学;2013年

7 李荣军;中文商品评论倾向性分析研究[D];北京邮电大学;2011年

8 李芳;面向中文Web评论的观点挖掘关键技术研究[D];华中师范大学;2013年

中国硕士学位论文全文数据库 前10条

1 孙博;关于情感词的意义用法[D];辽宁大学;2012年

2 王银;中文微博情感分析方法研究[D];广东技术师范学院;2015年

3 崔连超;互联网评论文本情感分析研究[D];山东大学;2015年

4 杜雪峰;藏文句子倾向性分析研究[D];中央民族大学;2015年

5 孙建超;微博舆情挖掘技术的研究与应用[D];电子科技大学;2015年

6 张圣声;基于微博平台的产品评论情感分类研究[D];广东外语外贸大学;2015年

7 何天翔;基于情感词网的短文本情感分类方法研究[D];西南科技大学;2015年

8 丁星;基于文本倾向性分析技术的微博监控系统[D];江苏科技大学;2015年

9 李茜;博客意见检索关键问题研究[D];北京理工大学;2015年

10 李瑞静;汉语情感词模糊语义的量化分析及应用研究[D];北京理工大学;2015年

，

本文编号：1219369