基于情感分析的在线评论挖掘任务书

 2021-08-20 01:11:36

1. 毕业设计(论文)主要目标:

从消费者角度看,通过比较几款产品以及具体属性的优劣,有利于根据不同消费者的个性化需求,做出合适的购买决策。同时,商家为了宣传商品,有时会发布不实信息,所以通过商家发布的信息来做出购买决策,不利于消费者选择得到真实的产品信息。而通过文本挖掘技术,能够得到产品最真实最直观的反馈,从而提高消费者的决策效率和购买质量。

从商家角度,一方面,在电子商务平台建立消费者个性化推荐系统,针对消费者展示产品各属性的比较信息,能够给消费者提供合适的参考意见,提高消费者的购买效率;另一方面,通过对负面评价中产品属性的挖掘,可以发现产品的不足之处,为商家进行产品改进和再设计提供了依据。

2. 毕业设计(论文)主要内容:

本文利用数据挖掘中的文本挖掘技术,从京东商城提取四款笔记本电脑的在线评论数据,对数据进行预处理工作,利用python中jieba分词工具,通过TextRank算法挖掘出产品属性,并对产品属性进行分类,利用基于情感词典的方法对评论内容进行情感倾向分析,比较几款笔记本电脑的情感得分,然后利用snownlp工具,从负面评价中提取需要改进的产品属性,最后对结果进行分析,从消费者和商家的角度分别给出购前意见和产品改进点。

3. 主要参考文献

[1]王桂华,陈黎,于中华,等.一种建立在对客户端浏览历史进行LDA建模基础上的个性化查询推荐算法[J].四川大学学报,2015(4).

[2]张涛.基于浏览历史的用户兴趣提取模型[J].软件导刊.2009(6).

[3]陈红涛. 基于搜索日志的用户行为研究及应用[D].北京:北京邮电大学.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。