基于神经网络模型的产品评分预测及特征权值分析方法.docVIP

基于神经网络模型的产品评分预测及特征权值分析方法 - 1 - 基于神经网络模型的产品评分预测及特征 权值分析方法 李瑾* （北京邮电大学软件学院，北京 100876） 5 摘要：为挖掘中文客户评论中的产品特征及其情感以及评分信息，以帮助生产商和服务商跟 踪并获取消费者对产品的反馈，来改进产品的质量和服务，提高竞争力，本文提出一种有 监督的学习方法用于评分预测及特征权值 该 法， 方 利用已有的评论中的特征和特征情感以 及评分信息训练 个一 神经网络模型，利 该用 模型进行评分预测及特征权重法人评价分析。 本文采用电商网站上真实的产品评论语料数据对该模型训练 法方 进行了数据实验，实验对10 该 法 于评分预测 精度进行方 用 的 了计算并对特征权重进行排名，实验 果结 验证了该 法方 的有 效性。 关键词：数据挖掘；特征分析；评分预测；神经网络 中图分类号：TP319 15 A Product Score Prediction and Feature Weight Analysis Method Based on Neural Network LI Jin (School of Software Engineering,Beijing University of Posts and Telecommunications,BeiJing 100876) 20 Abstract: In order to mine the useful information of consumer reviews and help product manufacturers obtaining feedback about products for improving product quality and services, this paper proposes a supervised learning method for review score prediction and feature weight evaluating, the method uses the features and its sentiment information and scores in reviews to train a neural network based on based on back-propagation. Experiments on reviews from 25 real-world data are presented to demonstrate the results of the proposed techniques, experiment for the prediction accuracy calculating and feature weight ranking ， the experiment results demonstrates the effectiveness of this method. Key words: data mining; feature analysis; score prediction; neural network 30 35 0 引言 随着电子商务的飞速发展，人们可以更方便快捷的在各类电商网站上买到自己需要的物 品。大多数的电商网站，如 Amazon、京东、淘宝等都支持用户对商品的特性及功能等进行 打分并且发表简短的文字评论，这些评论一般是用户对该产品的真实体验信息，具有一定的40 客观公正性。对这些评价内容进行文本挖掘，可以得到关于产品的质量、服务等评价方面的 - 2 - 有用信息，而评分数据是关于产品体验、质量的直接量化表示，可以用于用户在购物时的参 考，商家可以追踪用户对产品特性、质量的反馈以改进自身产品的质量和服务，也可以利用 评分进行购物推荐。网络上关于产品的评论数量大且内容繁杂，其中包含大量无用信息，有 些用户在评价产品的同时也对产品给出一个评分值，而有些用户则在评价时没有给出评分45 值。本文定义用户评论中既包含简短文本又包含评分值的为完整用户评论，只包含简短用户 评论的为非完整用户评论。 本文提出一种对非完整用户评论评分进行预测的方法，该方法利用完整用户评论评论中 包含的产品特征及特征情感信息以及评分数据训练一个神经网络模型，该模型一方面可以对 非完整用户评论评分值进行预测，另一方面可以对该产品的特征权重进行评价分析。 50 本文组织如下：第 1 部分介绍评分预测相关研究背景，第 2 部分介绍神经网络模型训练 方法的步骤，第 3 部分通过实验数据对模型的准确性进行验证，