| 用户评论的分类获取 |
| |
| 引用本文： | 黄永文,何中市,伍星. 用户评论的分类获取[J]. 计算机应用, 2009, 29(3): 846-848 |
| |
| 作者姓名： | 黄永文 何中市 伍星 |
| |
| 作者单位： | 重庆大学,计算机学院,重庆,400044 |
| |
| 基金项目： | 重庆市自然科学基金，重庆市高等教育教学改革研究项目 |
| |
| 摘 要： | 对网上获取的用户评论进行标注，并提取出与用户评论内容相关的特征，使用χ2统计提取不同类型评论进行特征选择，使用支持向量机分类方法进行学习，获得分类器，以此对网上时时更新的用户评论进行分类，挖掘出优秀的评论。实验结果显示该方法具有很高的召回率和准确率。
|
| 关 键 词： | 评论挖掘 χ2统计 支持向量机 短文本分类 |
| 收稿时间： | 2008-09-25 |
| 修稿时间： | 2008-10-31 |
Automatic acquisition of customer reviews |
| |
| HUANG Yong-wen,HE Zhong-shi,WU Xing. Automatic acquisition of customer reviews[J]. Journal of Computer Applications, 2009, 29(3): 846-848 |
| |
| Authors: | HUANG Yong-wen HE Zhong-shi WU Xing |
| |
| Affiliation: | College of Computer;Chongqing University;Chongqing 400044;China |
| |
| Abstract: | In this article, the authors labeled the consumer reviews got from the Web, and extracted the features of customer reviews content, selected the features of different reviews with CHI approach. Support Vector Machine (SVM) was used to get the classification, then to classify the updated consumer reviews and mine the useful reviews. The experiment shows that this way has high recall and precision. |
| |
| Keywords: | reviews mining CHI approach Support Vector Machine (SVM) short document classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
