首页 | 本学科首页   官方微博 | 高级检索  
     

基于主题分析的用户评论聚类方法
引用本文:张会兵,钟昊,胡晓丽. 基于主题分析的用户评论聚类方法[J]. 计算机科学, 2019, 46(8): 50-55
作者姓名:张会兵  钟昊  胡晓丽
作者单位:桂林电子科技大学广西可信软件重点实验室 广西 桂林 541004;桂林电子科技大学教学实践部 广西 桂林 541004
基金项目:国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;广西壮族自治区科技重大专项;广西自然科学基金;广西自然科学基金;广西师范大学教育发展基金
摘    要:在社会化商务中对用户评论进行合理的聚类分析有利于商家提供精准服务或推荐信息,文中提出了一种基于主题分析的用户评论聚类方法。根据主题词在用户评论中的互信息强度以及主题词之间的相似度计算主题词权重,并依此构建用户评论主题向量。在此基础上,提出了一种基于用户评论相似度自动选择canopy聚类算法初始阈值的自适应canopy+kmeans聚类算法,对主题向量进行聚类分析。在亚马逊的评论数据上进行测试,结果表明:该方法充分描述了用户评论中不同主题词对用户观点的突出程度不同,并改善了K-means聚类算法易陷入局部最优的缺点,与传统的LDA+K-means算法相比,取得了更好的效果。

关 键 词:用户评论  主题分析  主题向量  自适应聚类

User Reviews Clustering Method Based on Topic Analysis
ZHANG Hui-bing,ZHONG Hao,HU Xiao-li. User Reviews Clustering Method Based on Topic Analysis[J]. Computer Science, 2019, 46(8): 50-55
Authors:ZHANG Hui-bing  ZHONG Hao  HU Xiao-li
Affiliation:(Guangxi Key Laboratory of Trusted Software,Guilin University of Electronic Technology,Guilin,Guangxi 541004,China;Practice and Experiment Station,Guilin University of Electronic Technology,Guilin,Guangxi 541004,China)
Abstract:ZHANG Hui-bing;ZHONG Hao;HU Xiao-li(Guangxi Key Laboratory of Trusted Software,Guilin University of Electronic Technology,Guilin,Guangxi 541004,China;Practice and Experiment Station,Guilin University of Electronic Technology,Guilin,Guangxi 541004,China)
Keywords:User reviews  Topic analysis  Topic vector  Adaptive clustering
本文献已被 维普 万方数据 等数据库收录!
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