文档介绍：⑧基于评论分析的商品推荐系统研究重庆大学硕士学位论文重庆大学计算机学院跹学生姓名:张铎指导教师:朱征宇教授业:计算机软件与理论学科门类:工学专二欢晁脑
㈣⑧篊’.珻.,
摘要随着网络的普及,电子商务得到了迅猛的发展,同时也出现了各种各样的商品推荐系统。已有的推荐系统大多是以商品为中心,通过用户的浏览历史对用户进行推荐更多的商品。这样的推荐系统在许多情况下是有用的,可以为我们提供对自己有用但是自己不了解的商品。但是用户购买商品往往会带有一定的目的和偏好性,如果购买到不符合自己期望的商品就会大大降低购物体验。因此,为了使用户直接可以买到最称心如意的商品,我们使用了基于评论分析的技术,通过挖掘评论中的有用信息对用户进行相应的推荐。本文的主要贡献点如下:第一,获取显式评价对象。现有的典型方法是构建以形容词短语和名词短语为基础搭配的语法模式,本文通过对大量评论进行句法分析,在常用汉语语法模式下,增加了动词短语形式的语法模式,从而可以对显式评价对象和相应的评价词进行更有效的抽取。第二,获取隐式评价对象。现有的研究均聚焦于显式评价对象的抽取,往往忽略了隐式评价对象抽取的研究,但现实中往往存在大量无显式评价对象的评论粗缓衅兰鄱逃锒葱疵髌兰鄱韵,对于这一问题,本文对特定领域产品评论进行分析,建立了从评价词到相应评价对象的映射集合,这样,对于只有评价词的评论短句可以自动获取相应的评价对象。第三,规范商品属性的情感倾向识别流程并细化识别结果。现有的研究通常是分别计算出每个评价对象的评价倾向,这样就会存在过多的评价结果,从而未能使用户得到清晰明确的结果,本文在计算出评价词的极性值后,又构建了商品属性词典和对应的产品特征树,将每个商品属性的不规范表达和子属性规约为规范化的大属性,并使用聚类算法对商品的每个属性进行聚类,最后得到评论中每个属性的用户满意度区间,即将其聚类为非常好,不错,一般,差,很差五个大类,并显示出每个大类所占的比例,从而提供给用户一个非常清晰的结果。第四,对评论分析的主要步骤进行了实验的验证,证明本文所用方法的合理性和有效性,最后设计了最终的推荐系统。用户可以给出所关心的商品属性的优先级,系统利用前面章节介绍的评论分析处理技术,并结合多属性决策算法给用户提供较优的商品排序结果。同时,用户也可以查看此结果中比较感兴趣的商品评价情况。本文所提供的商品推荐系统是一个原型系统,目前只针对手机这一特定领域,用户通过使用本文的推荐系统,可以得到满足自身特定需求的的商品,具有很大的应用价值。重庆大学硕士学位论文中文摘要
囊蘸鬻灞臻麓瓣粪羹繁纂霎蓑鬣羹薏圈豢囊鞠罐攀鋈鬃溺鬻蕤溉嚣鲻瓣戮戆鏊鬻鬟藩蘩:::囊蘩墓一瑟翳确飘一霪麓罄纛鬟黔戮豢簿~瀚瓣峨妻萋寨藤霸舞襄毫熹群参截裂鞫翳熬黔篓鬻需鬻熏嚣黼蕊鬻霪撼蓬裔濯鬈一簿篱霪戮蘸辫蕊笋一掰榉豫埘墓辫舔攀讯警蠹磋鄹援跫一冀;,蕊避翳∥%警,:疥舅∞硐佛赣国霞,女寸霍f鄢浮邸昂雥:一,ⅰ
①②③.④重庆大学硕士学位论文英文摘要..痶,瑅甀琲,甌.,.,瓻瓵,畇猘瓵瑃....’,甌瑆,.,瓵.
重庆大学硕士学位论文英文摘要,,..:,,
录目中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..英文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯髀邸低臣芄辜岸嗍粜跃霾咚惴ń樯堋兰鄞钆涑槿∧?椤重庆大学硕士学位论文选题背景及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·论文的研究目的和研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·系统框架介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·评价搭配抽取模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·极性判断模块⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·多属性决策算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯评论的预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯评价搭配语义介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯语义模式的引入⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.侍獾奶岢觥隐式评价对象的抽取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.狡兰鄱韵蟮某槿》椒ā评价搭配的抽取过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.