基于改进KNN的消费者评价信息情感分类研究.pdfVIP

TechniqueandMethod 基于改进 KNN的消费者评价信息情感分类研究：l： 刘晓菲 ，丁香乾 ，石 硕 ，李林春 ，李忠态 (1．中国海洋大学 信息科学与工程学院 ，山东 青 岛 266100； 2．红塔烟草 (集 团)有 限责任公 司信息 网络科 ，云南 玉溪 653100) 摘 要 ：面对大数据时代 消费者评价 的海量信息 ，为 了识别消费者评价信息的情感倾 向，及 时掌 握消费者 的评价信息反馈 ，采用K一近邻 (KNN)算法对消费者评价信息进行情感分类 ，但是该算法在 文本分类过程 中因文本特征 向量 的维度高，使得算法的时间复杂度和空间复杂度较高，计算的开销很 大。针对这一 问题 ，通过对获取信息的文本结构 以及情感表达特点的分析 ，采用一种改进 的KNN算法 进行文本情感分类。在对消费者评价信息进行分类时，先 由潜在语义分析算法对文本特征 向量进行 降维处理 ，然后利用加权 KNN算法进行分类 实验 结果表明，该方法在提 高文本分类速度的 同时保持 了良好的分类效果。 关键词 ：大数据 ；特征降维 ；LSA算法 ；KNN算法 ；情感分类 中图分类 号 ：TP391 文献标识码 ：A 文章编号 ：1674—7720(2014)24—0o81—03 Research on classifyingsentimentofconsumerevaluation based onmodifiedKNN algorithm Liu Xiaofei，Ding Xiangqian ，ShiShuo ，LiLinchun ，LiZhongtai (1．DepartmentofInformationScienceandEngineering，OceanUniversityofChina，Qingdao266100，China； 2．DepartmentofInfomr ation and Network，HongtaTobacco(Group)Co．，Ltd．，Yuxi653100，China) Abstract：Facing thehuge mountainsofconsumers evaluation in the age ofbig data，in orderto identify consumerssentiment orientationofassessmentinformationandgetconsotners evaluation infomrationfeedbackin time， K—nearestneighbor(KNN)algorithm can be used to solye the problem ofemotion classification ofconsumer evaluation information．Butin the process ofclassification， featurevectordimension isSOhigh，leadingtohigh time complexity and space complexity ofthealgorithm and massive calculation． To solve the problem．by analyzing the structureoftextinfomr ation and the characteristicsofthe sentimentexpression，amethod based on modified KNN algorithm is proposed in this paper．When classifying consumers assessmentinformation，firstly， it takes dimensionalityreduction with LatentSemantic Analysisalgorithm，then classifieswith KNN algorithm．Experimentresults show that the method can effectively improve speedofsentimentan