一种产品评论信息的意见挖掘技术研究

存在于网上商城的大量的产品评论数量在以惊人的速度增长,并成为文本挖掘研究的一个新兴热点.由于中英文语言本身的不同,我们需要将汉语评论意见挖掘作为一个单独的领域来研究.在前人研究的基础上介绍了一种新的情感分类方法,第一次提出了将主观性意见语句分为以下三类:强极性主观性意见语句,依赖上下文语境的弱极性主观性意见语句,第三类...     

面向产品评论的意见挖掘研究综述

近年来,随着电子商务的快速发展,面向产品评论的意见挖掘研究受到国内外学者的广泛关注,成为学术界的研究热点之一.对产品评论进行意见挖掘,不仅能为用户购物提供决策支持,还可以帮助生产商对产品和服务进行改进,具有重要的研究意义.对面向产品评论的意见挖掘的研究现状进行归纳和总结.首先将该问题分为3个子任务:意见信息抽取、情感分析,意见归纳.然后基于国内外的研究进展对它们进行详细的介绍和分析.并讨论该领域其他一些值得关注的问题.     

产品评论挖掘中特征同义词的识别

随着电子商务的飞速发展,电子商务网站上的各种产品评论数量也在飞速增长。如何从Web中大量存在的产品评论中挖掘出对消费者和生产厂商都有价值的信息,已经成为一个非常重要的研究领域。在产品评论中,用户往往会用不同的词语描述同一产品特征。识别这些产品特征同义词才能更好地进行观点汇总。该文经过对产品评论的分析,抽取了must-link和can-not-link两类约束,并使用约束层次聚类算法识别产品特征同义词。同时,比较了几种不同产品特征相似度计算方法的结果。实验结果表明,该文的方法在实际产品评论数据集上取得了较好的效果。     

网络评论挖掘关键技术与方法研究概述

电子商务的发展开辟了一条新的购物途径,越多的商品在电子商务平台出售,为了增强用户购物体验,电子商务平台为客户提供了评论平台。随着客户的增加,评论信息数量迅猛增长,并且评论信息具有很大的主观随意性,这给潜在用户群获取信息带来很大困难。针对这一情况,网络评论挖掘技术应运而生,近年来已成为计算机科学、管理学、经济学等领域的研究热点。本文简要从特征提取和情感分类两个方面论述当前网络评论挖掘的关键技术与方法。     

中文网络评论的IT产品特征挖掘及情感倾向分析

为探索中文客户评论中的IT产品特征及相关情感倾向的挖掘,帮助IT生产商和服务商提高改进产品和服务质量,提高竞争力。该文将采用情感分析技术,提出基于客户感知价值的产品特征挖掘算法,实现对于评论中IT产品特征及其情感倾向的语义分析、动态提取和综合信息挖掘;并根据用户的关注权重将产品特征和情感倾向进行排列。采用从互联网下载的真实IT产品评论语料中进行实验,初步验证了该方法的有效性。     

中文评论中产品特征挖掘的剪枝算法研究

针对中文网络客户评论中的产品特征挖掘问题,提出一种基于Apriori算法的非监督挖掘方法。利用Apriori算法挖掘候选特征集合,设计邻近规则剪枝算法和最小独立支持度剪枝算法,并通过实验确定邻近规则距离值和最小独立支持度。实验结果表明,这2种剪枝算法均能有效提高产品特征挖掘的查准率和查全率。     

中文产品评论结构化引擎

为实现网络上非领域相关的中文产品评论信息的搜索及结构化,设计并实现中文产品评论结构化引擎,该引擎通过抓取网络上指定产品的评论,抽取评论中的特征与意见,判断意见的极型,将评论以（特征,意见,极型）的结构化形式输出给用户。其中特征意见抽取解决了产品隐形特征抽取问题。实验结果表明该引擎的特征意见召回率与准确率、意见极型判断准确率等指标可以满足用户需要。     

基于观点挖掘的笔记本电脑评论分析系统

主要以商业领域的需求和应用为背景,构建一个智能化的笔记本电脑评论分析系统.该系统对国内大型购物网站上非结构化、自由式的笔记本电脑评论文本进行情感倾向识别和产品特征归纳,实现了利用数据挖掘和商务智能的手段分析网络消费者对特定产品的反馈,帮助企业管理人员了解特定产品的市场需求、制定商业决策.实验结果证明该系统能够较准确的得出分类结果并归纳出产品特征.     

产品评论挖掘研究综述

产品评论挖掘是以Web上用户发表的产品评论为挖掘对象,采用自然语言处理技术,从大量的文本数据中发现关于产品的功能和性能的评价信息的过程。产品评论挖掘是一个新兴的研究领域,是对自然语言描述的无结构数据进行数据挖掘的典型代表。产品评论中挖掘得到的信息不仅可以帮助生产厂商改进产品,还可以帮助用户合理的购买产品。对产品评论挖掘进行了全面深入地讨论,介绍了产品评论挖掘系统的通用框架,然后对产品特征提取、主观句定位、用户态度提取、态度极性判定、挖掘结果显示这5个子任务进行了详细地阐述,最后介绍了产品评论挖掘的最新方向。     

基于评论图的虚假产品评论人的检测

由于网络产品评论信息可以极大地影响产品的销售,因此很多产品评论人故意捧抬或诋毁特定产品来达到其目的。Wang G等人利用评论图中店铺、评论、评论人之间的相互关系,通过迭代计算得出评论、评论人和店铺的信誉度,从而发现虚假评论人。针对网络中无店铺的购物环境,提出了用产品替代店铺的新评论图结构,设计了一种逐步淘汰评论人及其评论的ICE算法,它极大地提高了迭代收敛速度。同时通过改进评论、评论人和产品的评分函数,进一步提高了基于评论图方法检测虚假评论人的准确度。实验表明,ICE算法不但收敛速度更快,而且具有更高的准确度。     

中文网络评论的产品特征提取及情感倾向判定

随着互联网和电子商务的发展,用户在购买或使用商品之后会在网络站点上发表对产品的评论,大量的产品评论中所包含的丰富信息,可以为生产厂商和用户提供重要的决策依据。基于文本的语义和语言分析,提出了从产品评论中提取用户关注的产品特征的方法,并根据用户的关注程度对产品特征进行排序;同时,根据观点词的极性值判定用户对产品特征的情感倾向以及情感倾向强度。本研究采用从互联网上获得的针对笔记本电脑的产品评论作为实验对象,实验结果初步证明该方法具有良好的准确率和召回率。     

产品垃圾评论检测研究综述

互联网上的产品垃圾评论混淆视听,误导了潜在消费者。产品垃圾评论检测的目的就是将垃圾评论从评论文本中找到并去除,保留真实的产品评论供用户参考。首先将产品垃圾评论和互联网上其它常见的垃圾信息进行了对比,并把产品垃圾评论的检测和产品评论的质量判断、产品评论的情感分析等相关的工作进行了比较分析。然后从产品垃圾评论检测的数据集、检测方法两个角度对相关工作做了概述和分析。最后,在上述工作的基础上提出了一些产品垃圾评论检测研究中值得进一步关注的问题。     

虚假评论检测技术综述

随着互联网的发展,用户倾向于在购物、旅游、用餐之前参考线上评论.之后,他们也会发表评论来表达自身意见.线上评论越来越具有价值.评论对用户决策的重要导向作用催生了虚假评论.虚假评论,指用户由于利益、个人偏见等因素发布的不符合产品真实特性的评论.这些虚假评论语言上模仿真实评论,消费者很难识别出来.国内外学者综合运用自然语言处理技术来研究虚假评论检测问题.从特征工程的角度分析,虚假评论检测方法可以分为三类：基于语言特征和行为特征的方法、基于图结构的方法、基于表示学习的方法.主要描述了检测的一般流程,归纳了三类研究方法常用的特征,比较了方法的优缺点,并且介绍了研究常用的数据集.最后探讨了未来研究方向.     

片段评论文本的意见倾向分类技术研究

针对片段评论文本信息琐碎、片段出现的特点,将文本分类技术应用在对片段评论文本进行分类的研究上,采用了基于主题特征和句子结构的片段文本倾向分类技术。最后,对片段评论文本意见信息进行了倾向性分类实验,并尝试对意见摘要的研究。     

挖掘中文网络客户评论的产品特征及情感倾向*

为探索中文客户评论中的产品特征及相关情感倾向的挖掘,以帮助生产商和服务商改进产品、改善服务,提高竞争力,提出采用基于Apriori算法的非监督型产品特征挖掘算法,结合监督型情感分析技术,实现对于评论中产品特征及其情感倾向的综合信息挖掘;并根据用户的关注权重将产品特征和情感倾向进行排列。采用几种从互联网下载的真实产品评论语料,对该方法进行了数据实验,实验结果初步验证了该方法的有效性。     

新闻评论：产品

清华同方PMC-V521；威刚PD16闪存盘；爱国者卡片存储王；康佳A76手机；PHILIPS SPC500NC摄像头.     

体现使用反馈的APP软件用户评论挖掘

随着APP软件应用的普及,针对APP软件的用户评论数量急剧增加,基于用户评论挖掘有价值的软件使用反馈,可以帮助开发人员有针对性地维护和改进APP软件.针对不同类型的APP软件使用反馈,提出了评价对象和评价观点抽取规则,给出了评论模式和评论种子的定义;应用评论种子挖掘与之相同或相似的体现相同使用反馈类型的用户评论,基于人工标注的少量初始评论种子持续构建候选评论模式库;应用半监督自学习的方式,基于候选评论模式库动态扩充评论种子库;通过循环挖掘的方式,动态扩大挖掘体现不同使用反馈类型的APP软件用户评论的范围.实验结果表明,所提方法可以有效地挖掘体现使用反馈的APP软件用户评论,平均挖掘率达到77.82%.     

基于评论挖掘的药物副作用发现机制

从医疗社交网站的用户评论中挖掘药物副作用时,由于人们可能采用不同的表述方式来描述副作用,而新药的上市与用药者的差异性也会造成新的副作用出现,因此从评论中识别新的副作用名称并进行标准化十分重要。该文利用条件随机场模型识别评论中的副作用,对识别出的副作用名称进行标准化,最后得到药物的副作用。通过将挖掘出的药物已知的副作用与数据库记录进行对比验证了本文方法的有效性,同时得到一个按评论中的发生频率排序的药物潜在副作用列表。实验结果显示,条件随机场模型可以识别出已知的与新的副作用名称,而标准化技术将副作用名称进行聚合与归并,有利于药物副作用的发现。
     

基于商品特征的商品评论信息挖掘方法

人们在购物网站上发表的评论信息,一方面作为消费者对商品的反馈,同时为潜在的消费者提供购物经验。但是,随着商品评论信息的增加,消费者往往会被淹没在评论信息中。本文采用观点挖掘方法,以商品特征为研究对象,挖掘基于商品某一特征的用户评论信息,计算消费者的情感倾向,确定情感分布。旨在通过对此问题的研究,给消费者提供更明确、更细化的商品评价。     

基于半监督学习的在线评论挖掘应用

在线评论挖掘是从大量的在线评论数据中挖掘出有用的信息以支持管理决策的过程。本文首先介绍了在线评论挖掘的意义、任务以及半监督学习的基本概念,并给出了半监督学习在在线评论挖掘中的应用模型。