基于情感分析的农产品推荐系统研究

发布时间：2023-08-11 19:39

　　随着互联网的快速发展,越来越多的商品能够实现足不出户就能买到,商品的卖家和种类也是很多。在琳琅满目的商品中,商品推荐起着越来越重要的作用。就种类繁多的农产品而言,合适的推荐算法既能让客户对农产品满意,也能在电商领域缓解农产品的滞销问题,继而使得商户与客户达到“共赢”。本文主要从保质期、情感分析、店铺评分三个方面对农产品推荐进行研究。在保证商品“优质”的同时,优先推选短期农产品,进而减弱因农产品销售期短而产生的滞销问题。其中情感分析是通过经SO-PMI演变后的PMI-VL算法计算出情感词的情感值,然后将情感值带入评论中,对农产品评论情感进行计算。保质期作为推荐因素,将保质期数据标准化处理后,保质期天数越短,其标准化后数值越大。在推荐指标推荐过程中,三个无结构关联推荐因素是通过层次分析法计算得到的权重。本文主要做的工作有以下几个方面:1.通过python爬虫,爬取天猫上农产品相关信息,清洗数据。2.对评论数据进行分词和词性标注,提取与农产品有关的评价对象和情感词。3.运用SO-PMI的演变算法PMI-Vl进行情感值计算,计算领域情感词的情感值。4.将三个无结构关联的推荐指标用层次分析法进行...

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 研究现状
    1.3 研究内容与实现技术路线
    1.4 论文的组织框架
2 情感分析相关技术研究
    2.1 中文分词工具
        2.1.1 结巴分词
        2.1.2 哈工大语言云分词
        2.1.3 Bosonnlp分词
    2.2 情感识别和情感词典构建
        2.2.1 情感识别
        2.2.2 情感词典的构建方法
    2.3 权重确定的方法
        2.3.1 变异系数法
        2.3.2 层次分析法
        2.3.3 熵权法
    2.4 本章小结
3 推荐因素分析与数据采集处理
    3.1 推荐因素选取
        3.1.1 店铺评分
        3.1.2 评论情感
        3.1.3 保质期
    3.2 采集数据的来源
    3.3 数据采集方法与步骤
    3.4 数据采集的结果
    3.5 数据预处理
    3.6 本章小结
4 情感分析
    4.1 评价对象与情感词的获取
        4.1.1 用户评论分词
        4.1.2 词语依存关系与词性组合
        4.1.3 评价对象与情感词获取方法与步骤
        4.1.4 实验结果
    4.2 农产品用户评论情感值计算
        4.2.1 特殊复杂句
        4.2.2 程度副词情感分析
        4.2.3 农产品评论情感分值计算
    4.3 本章小节
5 推荐指标权重分析与实验结果分析
    5.1 推荐指标权重分析
        5.1.1 层次分析法构造指标权重
    5.2 推荐矩阵和权重矩阵构建
        5.2.1 推荐指标数据规范化
        5.2.2 推荐指标和权重矩阵构建
    5.3 实验结果分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者介绍
读研期间参与的课题



本文编号：3841636