首页 | 本学科首页   官方微博 | 高级检索  
     

用户评论中产品特征的抽取及聚类
引用本文:韩雪婷,李炜,沈奇威.用户评论中产品特征的抽取及聚类[J].计算机系统应用,2013,22(5):188-192.
作者姓名:韩雪婷  李炜  沈奇威
作者单位:北京邮电大学网络与交换技术国家重点实验室,北京100876;东信北邮信息技术有限公司,北京100191
基金项目:国家自然科学基金(61072057,61101119,61121001,60902051);长江学者和创新团队发展计划(IRT1049);国家科技重大专项(2011ZX03002-001-01)
摘    要:在用户评论中蕴含了大量的产品特征和用户对这些特征的观点和态度.本研究提出了基于Apriori关联规则算法的产品特征抽取方法,利用与种子特征集合的互信息和与观点词的共现度对候选特征进行过滤;并提出了一种特征自动聚类方法,以特征词间的字符串相似度和语义相似度以及特征所对应的观点词作为衡量产品特征之间关联程度的特征,采用K-means聚类算法对产品特征进行聚类.本研究采用大众点评网对美食店铺的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.

关 键 词:用户评论  产品特征  特征抽取  聚类  观点词
收稿时间:2012/10/26 0:00:00
修稿时间:2012/11/26 0:00:00

Extracting and Clustering Product Features from User Reviews
HAN Xue-Ting,LI Wei and SHEN Qi-Wei.Extracting and Clustering Product Features from User Reviews[J].Computer Systems& Applications,2013,22(5):188-192.
Authors:HAN Xue-Ting  LI Wei and SHEN Qi-Wei
Affiliation:State Key Lab, Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China;EBUPT Information Technology Co. Ltd, Beijing 100191, China;State Key Lab, Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China;EBUPT Information Technology Co. Ltd, Beijing 100191, China;State Key Lab, Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China;EBUPT Information Technology Co. Ltd, Beijing 100191, China
Abstract:
Keywords:user reviews  product features  feature extraction  clustering  opinion words
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机系统应用》浏览原始摘要信息
点击此处可从《计算机系统应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号