淘宝评论数据挖掘----以淘宝连衣裙店铺评论数据挖掘为例毕业论文（本科）.docVIP

淘宝评论数据挖掘----以淘宝连衣裙店铺评论数据挖掘为例 内容摘要 数据挖掘方法能够找到海量数据中有潜在价值的知识与模式,所用到的数学算法在经过多年完善修正已经日趋稳定,在金融、电信等领域的应用也有很多的成功案例。近年随着电商的发展，数据挖掘技术在电子商务上的应用也逐渐受到关注，主要应用的方向是淘宝用户的消费行为偏好的研究。 本文尝试使用数据分析的方法、借助数据挖掘工具，对淘宝上150 家不同消费层次连衣裙店铺的评论进行挖掘分析，旨在从淘宝用户的评论中发现不同消费层次的消费者对连衣裙消费的关注点以及影响因素。同时以淘宝评论数据挖掘为例子希望能拓展数据挖掘应用于淘宝数据挖掘上的研究,以提供新的思路与借鉴。 关键词：数据挖掘，文本分析，淘宝评价，分词，词频统计 Abstract Data mining is able to find out the potential value and knowledge of mass data and the mathematical algorithms of it used in recent years has become stable, the application in the fields of finance,telecommunications and others also have many success stories.but in the field of micro-blog user interest,it has not yet using maturely. Recent years,with the development of electricity commerce,the application of data mining technology in electronic commerce has gradually been concerned,those research is mainly used in consumer behavior of Taobao user . This paper attempts to explore Taobao consumer habits,consumer preferences and preferences with data analysis method and data mining tools,meanwhile, I hope to expand the application scope of data mining in Taobao user reviews research and provide new ideas and references. Key words：data mining ,text analysis,Taobao evaluation,participle,Word frequency 目录 1.绪论 1 1.1研究背景 1 1.2研究意义 3 1.3研究方法 3 1.3.1文本采集工具 3 1.3.2文本预处理以及分析 4 1.3.2 文献综述 4 2.数据挖掘概述 4 2.1数据挖掘概念 4 2.2数据挖掘与传统数据分析的区别 5 2.3数据挖掘方法 5 2.4聚类分析 6 2.4.1聚类分析的概念 6 2.4.2聚类分析的算法 6 3.淘宝评论分类模型构建与实现 6 3.1淘宝评论的概述 7 3.2连衣裙消费者分类特征的发现与分类模型的建立 7 3.2.1连衣裙消费者分类特征的发现 7 3.2.2连衣裙评论分类模型的建立 10 4.实例分析 11 4.1淘宝评论数据挖掘 11 4.1.1样本的确定 11 4.1.2评论挖掘 12 4.2淘宝评论数据预处理 12 4.3淘宝评论数据的筛选统计 13 4.4淘宝评论的分析 18 4.4.1 K-means快速聚类 18 4.4.2 分析结论 21 5.总结与展望 22 参考文献 24 后记 24 致谢 24 1.绪论 1.1研究背景 随着互联网技术的发展与成熟，目前，互联网的应用显然已经成为改变人们生活习惯、生活状况的主要产业。随着阿里巴巴在美国的上市，电子商务已经成为促进经济发展一支强大的力量。 2015年2月3日，中国互联网络信息中心（CNNIC）在京发布第35次《中国互联网络发展状况统计报告》（以下简称《报告》）。《报告》显示，截至2014年12月，我国网民规模达6.49亿，互联网普及率为47.9%，具体如图1.1。互联网普及的同时，网络购物人群也在增长，截至2014年12月中