基于网购评论文本挖掘的手机类产品属性评价研究论文.doc

论文（设计） 单 位 题 目 申报内容 专业 职称等级 学号 姓 名 指导老师 职称 提交日期 2019 完成日期 基于网购评论文本挖掘的手机类产品属性评价研究 一、论文说明 本写作团队长期从事论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关期刊论文的发表 具体联系金老师QQ：387 826 70 二、范文参考 张琰　朱燕翔　郑桂玲 摘要：通过挖掘网购手机的中文评论，以知名电商网站手机销售评论为研究对象，首先通过爬虫软件抓取销量排名前十的手机网购评论，在文本数据预处理后使用改良的jieba分词工具对评论进行分词，并基于Python开发平台采用TF-IDF算法计算网购中文评论中的手机属性关键词及修饰词关键词，通过关键词词频分析找出用户对特定型号手机的各属性的消费评价，以便消费者了解不同手机属性的优势与劣势，同时为商家改进商品功能提供建议。 关键词：文本挖掘；网购评论；属性评价 中图分类号：F27文献标识码：Adoi：10.19311/j.cnki2018.22.022 0引言 当下手机成为人们生活中必不可少的工具，手机除了实现通信功能外还提供休闲娱乐、移动支付、信息有哪些信誉好的足球投注网站等功能。由于手机类产品的标准化，越来越多的用户选择网上购买，并且网络平台还为用户提供购买后评价功能，这使得手机质量、性能好坏，手机的各项属性是否受用户欢迎成为完全公开的信息。商家可以通过对评论进行分析，得出用户的消费体验，从而改进商品性能或服务质量。 1研究现状综述 本文拟从中文评论中挖掘关键词的方式分析用户评价，这一过程包含两个主要步骤：首先，需要对大量中文评论进行分词；其次，对分词后的文本信息进行关键词提取。使用比较多的是由张华平开发的NLPIR汉语分词系统ICTCLAS2016。本文采用基于Python软件开发环境的jieba分词工具。 第二个步骤是关键词提取，目前主要的研究方法有两类：一是基于统计的方法；二是基于机器学习的方法。基于统计的方法包括词频（Term Frequency，TF）、互信息（Mutual Information，MI）、TF-IDF、信息增益（Information Gain，IG）、χ2统计（CHI-square Statistic）等。基于统计的特征词提取普遍具有复杂度低、计算简单的优点，但提取的细度与精度不够。而机器学习的特征词提取能够很好的提高细度与精度。基于机器学习的方法包括支持向量机、关联规则K-means、神经网络等。其中，基于统计的TF-IDF词频统计是最基础、简便的方法。 2研究思路 本文首先通过网络爬虫抓取知名电商网站上销量排名在前10的手机评论数据，使用jieba分词系统对语料库中的中文文本进行分词、词性标注操作，采用TF-IDF算法計算名词的词频以便筛选出权值较高的手机属性词，以这些属性词为关键词，在各类型手机评论数据中检索表达用户情感倾向的修饰词的高频关键词，修饰词的词性根据样本数据定义为：形容词、副形词、名形词、习用语、数词、区别词、状态词等。根据检索出的修饰词的褒义与贬义统计用户对各型号手机的各属性的评价情况。 3实验及数据分析 3.1属性特征词提取 属性词TF-IDF权值从大到小排，如表1所示。 3.2修饰词与属性词匹配 统计各型号手机各属性受用户好评或差评的情况。以华为荣耀畅玩6x为例，首先在评论文本中选出关键词所在句子，采用TF-IDF算法统计该句中出现的修饰词的词频，按大小排序并根据词义人工划分褒义与贬义，表2显示了“性价比”、“速度”、“手感”这三个属性的高频修饰词及其词频。 3.3属性评价 采用加权平均的方法计算每个属性关键词的好评（差评）权值，褒义词权值为正，贬义词权值为负，得到华为荣耀畅玩6x各属性关键词的评价权值如图1所示。图中权值大于0的属性表示用户对该属性的评价基本为正向；权值小于0的属性表示用户对该属