电子商务领域中文本评论数据的专业度研究-计算机技术专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE IV PAGE IV 万方数据 platform included two parts: the professional score calculation of Chinese text reviews and the maintenance of PCH-Tree. Keywords: Chinese text reviews, professional degrees, concept hierarchy tree, feature extraction 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要 I 英文摘要 II 1 绪 论 1 1.1 研究背景与意义 1 1.2 国内外研究现状 3 1.3 应用前景及难点 5 1.4 本文的主要工作 6 1.5 本文的组织结构 8 2 中文文本信息处理技术 9 2.1 文本预处理技术 9 2.2 向量空间文本表示模型 10 2.3 特征选择 11 2.4 文本分类方法 13 HYPERLINK \l _TOC_250003 2.4.1 Rocchio 方法—相似度计算方法 13 2.4.2 贝叶斯方法 13 HYPERLINK \l _TOC_250002 2.4.3 KNN 方法—K 近邻方法 14 HYPERLINK \l _TOC_250001 2.4.4 SVM—支持向量机 14 HYPERLINK \l _TOC_250000 2.4.5 Decision Tree—决策树方法 14 2.5 文本分类阈值选择与评估方法 14 2.5.1 阈值选择策略 14 2.5.2 评估方法 15 2.6 本章小结 15 3 构建商品文本评论的专业度概念层次树 17 3.1 商品文本评论数据概述 17 3.2 商品文本评论数据预处理 20 3.3 评论专业度概念抽取 20 3.4 PCH-Tree 的构建 22 3.4.1 层次分类 22 3.4.2 构建 PCH-Tree 的基本思想 23 3.4.3 GCF 层次分类算法 25 3.5 本章小结 29 4 基于 PCH-Tree 的商品文本评论专业度计算模型 30 4.1 商品文本评论专业度概述 30 4.2 基于 PCH-Tree 的评论专业度计算模型 30 4.2.1 商品评论文本的有效长度 30 4.2.2 基于 PCH-Tree 的商品评论文本深度范围 31 4.2.3 商品文本评论的内聚度 33 4.2.4 商品文本评论专业度 34 4.3 本章小结 35 5 实验设计与结果分析 36 5.1 实验设计 36 5.1.1 实验环境 36 5.1.2 数据集选择与采集 36 5.1.3 实验目标 37 5.1.4 实验方案 37 5.2 实验及结果分析 38 5.2.1 GCF 层次分类实验与评估 38 5.2.2 评论专业度计算模型实验 40 5.2.3 分类预测评论专业度实验 42 5.3 实验系统 45 5.3.1 评论专业度评分数据的获取 45 5.3.2 系统的设计与实现 47 5.3.3 结果展示 49 5.4 本章小结 52 6 总结与展望 53 6.1 本文工作总结 53 6.2 未来工作展望 54 致 谢 55 参考文献 56 附 录 60 A. 本文所选择的商品类别细表 60 B. 作者在攻读硕士学位期间发表的论文目录 65 C. 作者在攻读硕士学位期间申请的专利目录 65 D. 作者在攻读硕士学位期间取得的科研成果目录 65 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE 10 PAGE 10 万方数据 1 绪 论 1.1 研究背景与意义 21 世纪以来，各类互联网应用发展迅速，互联网越来越成为网民日常工作、 生活、学习中必不可少的组成部分。互联网不仅带来了便捷的信息服务，降低了 沟通和交易的成本，同时也营造了互惠分享的网络空间。在互联网服务越来越广 泛地影响着人们的生活方式和习惯的同时，也推动了电子商务的蓬勃发展。人们 可以通过电子商务在网上购买各种物品，发表购物感想和评论，商人们可以利用 电子商务进行多种形式的商务合作，节省交易成本。在我国，电子商务近几年发 展迅速，尤其是网络零售市场，2013 年，我国的网络零售交易额达到了 1.85 万亿 元，超过美国成为全球第一大网络零售市场，同比增长 41.2%；2014 年上升到 2.8 万亿元，同比增长 49.7%[3]。毫无疑问，电子商务已经渗透到我们生活的方方面面， 它的快速发展为拉动国民经济稳步增长做出了非常重要