电商评论综合分析系统的设计与实现——情感分析与观点挖掘的研究与应用

摘要：

[目的]通过对电商网站产生的海量用户评论数据进行综合分析,及时获取与产品口碑相关的用户反馈信息,以便快速有效地反馈企业的市场营销活动效果.[方法]运用词袋模型、依存句法分析和机器学习等新兴技术,对来自京东和天猫两个主要电商网站的真实数据集进行分析,实现了电商用户评论的自动情感分析和观点标签提取.[结果]评论情感分析获得约90％的准确率,利用改进双向传播算法成功实现了一个自动化的词库构建系统,摆脱对词典的依赖,该系统的F值达到约71％.[局限]观点标签提取的召回率需要进一步提高.[结论]通过实时获取海量电商评论数据并进行有效分析,成功实现对用户口碑的快速分析与准确把控,具有较高的商业化推广前景.

关键词：用户评论、情感分析、观点挖掘、机器学习、标签提取

分类号：TP181(自动化基础理论)

在线出版日期：2018-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9