基于多源异构数据挖掘的在线评论知识图谱构建

摘要：

[目的/意义]随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据.大数据时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑.[方法/过程]本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架,模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构文本中获取实体、关系和属性,并进行数据融合与知识图谱分析.[结果/结论]实验部分以手机商品在线评论为例,验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角.[创新/局限]运用知识图谱对在线评论进行描述,有效解决信息过载、多源异构信息融合等问题.本文采用半自动化的方式构建知识图谱,未来考虑引入无监督的方法提高构建效率.

关键词：多源数据、知识图谱、在线评论、Word2vec、Neo4j

所属期刊栏目：40

分类号：G250.2(图书馆学、图书馆事业)

资助基金：国家自然科学基金71974075

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：65-73,98