基于电商评论的情感分析方法研究

发布时间：2023-02-07 13:33

　　随着互联网的全面发展和电子商务的大众化,网上购物给消费者提供了便利,已变成一种广受欢迎的购物方式,电商网站上的评论也逐渐增多,这些评论信息表达的是消费者对所购商品的主观感受,对于消费者挑选符合心意的商品具有极大的参考价值,同时,对于商家也是改进营销策略的重要依据。随着电商平台评论信息的海量堆积,消费者越来越关注自己感兴趣的商品主题信息,例如商品的质量、包装,或者送货速度等。因此,从电商评论中获取商品主题的情感信息是一个热门的研究课题。本文基于电商评论文本进行情感分析,主要是提取评论特征词,包括商品评论文本的主题词和情感词,以及判别情感词对应的情感极性值。其中情感极性分成三种:正向、负向和中性,分别用1、-1和0表示。本文首先借助八爪鱼采集器软件采集京东商城网站上的电商评论文本,并通过人工标注每条电商评论中的主题词、情感词和相应的情感极性。接着,基于传统的情感词典方法进行实验,并根据实验结果得出了传统方法的不足。然后采用了三种基于传统情感词典改进的情感分析方法,并通过实验进行对比,选取适合本文研究的方法。本文使用的三种改进的情感分析方法是:第一,结合CRF命名实体识别的方法,CRF命名实...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文的研究内容
    1.4 本文的组织结构
第2章 文本情感分析技术
    2.1 文本预处理技术
    2.2 中文命名实体识别
    2.3 情感词典
    2.4 文本情感分析
    2.5 电商评论特征提取
    2.6 本章小结
第3章 基于情感词典的情感分析
    3.1 总体框架
    3.2 数据的采集与标注
    3.3 情感词典的构建
    3.4 实验设计和结果分析
    3.5 本章小结
第4章 基于情感词典的改进方法
    4.1 结合CRF命名实体识别的方法
    4.2 结合正向最大匹配分词的方法
    4.3 基于改进情感词典的方法
    4.4 实验结果对比及分析
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
个人简介



本文编号：3736919