用户评论中产品特征的抽取及聚类

• 作者: 李炜 沈奇威 韩雪婷
• 来源期刊: 计算机系统应用
• 关键词: 用户评论 产品特征 特征抽取 聚类 观点词
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 研究开发
• 页码范围: 188-192
• 页数: 5页
• 字数: 4647字
• 语种: 中文

摘要

在用户评论中蕴含了大量的产品特征和用户对这些特征的观点和态度.本研究提出了基于Apriori关联规则算法的产品特征抽取方法,利用与种子特征集合的互信息和与观点词的共现度对候选特征进行过滤;并提出了一种特征自动聚类方法,以特征词间的字符串相似度和语义相似度以及特征所对应的观点词作为衡量产品特征之间关联程度的特征,采用K-means聚类算法对产品特征进行聚类.本研究采用大众点评网对美食店铺的评论语料,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	李炜	北京邮电大学网络与交换技术国家重点实验室	55	306	7.0	15.0
3	沈奇威	北京邮电大学网络与交换技术国家重点实验室	48	327	10.0	15.0
9	韩雪婷	北京邮电大学网络与交换技术国家重点实验室	1	18	1.0	1.0