中文网络客户评论的产品特征挖掘方法研究

• 作者: Rob Law 叶强 李一军 李实
• 来源期刊: 管理科学学报
• 学科: 工学
• 关键词: 用户评论 产品特征 关联规则 数据挖掘
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 论文
• 页码范围: 142-152
• 页数: 11页
• 分类号: TP311
• 字数: 10377字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-9807.2009.02.015

摘要

随着互联网的广泛应用,在Blog、BBS、Wiki等网络站点中出现了大量的针对商品或服务的客户评论,这些客户评论中所包含的丰富信息,对企业管理具有重要的价值.通过数据挖掘算法对客户针对某一产品的大量评论进行分析,可以挖掘出这些产品的主要特征,并有望进一步发现客户对这些特征的意见和态度.在英文世界中已经有学者开始对这一研究进行探索,然而由于语言结构等方面的差异,英文的研究成果尚无法直接应用于中文客户评论的挖掘中.本研究针对中文的特点,提出了面向中文的客户评论挖掘方法.该方法基于改进关联规则算法实现了针对中文产品评论的产品特征信息挖掘.本研究采用通过互联网获得的针对手机、数码相机、书籍等5种产品的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一军	哈尔滨工业大学管理学院	206	5614	39.0	67.0
2	叶强	哈尔滨工业大学管理学院	31	1738	15.0	31.0
4	Rob Law		7	305	5.0	7.0
5	李实	哈尔滨工业大学管理学院	4	246	2.0	4.0