基于图书评价的出版物选题策划研究

发布时间：2023-03-26 17:41

　　在互联网飞速发展的今天,网络信息复杂繁多且越来越参差不齐,对于当前的图书出版机构来说,编辑人员的出版选题策划方式跟不上网络化发展,出版机构对图书出版市场分析不准,不能满足用户个性化需求,使得消费者购书需求降低、图书库存负载、经济效益下降等问题。使用大数据技术发掘书籍的相关信息并提取和分析它必不可少。图书评价信息中存在消费者对图书产品特征的评价意见,如何得到图书评价信息并从图书评论中高效地提取到有价值的信息且进行个性化推荐成为本文的研究重点。本文提取了某网站的图书评论为数据来源,通过图书缺失数据填充,观点句识别,特征提取及对图书评论进行情感分析得到图书评论挖掘结果并通过个性化推荐,帮助消费者及生产商作出科学的决策。本文首先通过网络爬虫技术,抽取网站上的图书评论信息,构建原始评论数据集;使用提出的KIEM算法来填充具有缺失数据的原始评论数据集;利用细粒度情感分析方法,提出一个新的情感分析方法---情感推荐指数算法(ARIA),有针对性的选取出版物的评价对象及其属性分析读者情感倾向,充分考虑句子中没有明显的情感词,但是句子是隐形情感句对情感的影响,对有情感词的书评情感进行分析和无情感词的书评...

【文章页数】：48 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容
    1.4 课题重点解决的问题和创新点
    1.5 论文组织结构
2 相关理论及技术综述
    2.1 数据挖掘技术概述
    2.2 数据挖掘相关算法介绍
        2.2.1 缺失数据填充算法介绍
        2.2.2 情感分析方法介绍
        2.2.3 协同过滤推荐算法介绍
    2.3 本章小结
3 图书缺失数据填充算法研究
    3.1 EM算法的简介
    3.2 EM算法的研究与改进
        3.2.1 图书数据提取与预处理
        3.2.2 EM算法的应用对比研究
        3.2.3 EM算法的改进
    3.3 实验结果及性能分析
    3.4 本章小结
4 基于图书评价的情感分析方法及个性化推荐研究
    4.1 图书评价的情感分析方法研究
        4.1.1 观点句识别方法与研究
        4.1.2 情感词书评情感分析
        4.1.3 情感推荐指数算法(ARIA)
    4.2 个性化推荐研究
        4.2.1 传统的协同过滤推荐算法
        4.2.2 基于因果聚类的协同过滤推荐算法
        4.2.3 基于模糊相似关系的协同过滤推荐算法
    4.3 实验结果及性能分析
    4.4 本章小结
5 出版物选题策划系统的设计与实现
    5.1 系统设计
        5.1.1 系统框架结构设计
        5.1.2 系统数据库设计
        5.1.3 系统功能设计
    5.2 出版物选题策划系统实现
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
作者攻读学位期间取得的研究成果



本文编号：3771402