基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为辅助消费者做购买决策,同时帮助销售商改进产品,在竞争中保持优势,对商品评论进行处理研究,设计了商品评论抓取系统。结合中科院ICTCLAS分词框架,实现了对商品评论的切割、分类,构建限定词库,据此构造了评论情感得分公式,首先算出每个分句的情感的情感倾向,进而通过加权求和法计算每条评论的总体倾向。以'淘宝网'数据为例,2017年1月6日爬取了12个商品自上架以来的16850条评论记录,经实验,提出的情感得分计算方法能够定量地判断消费者的情感倾向及产品的主要特征。
推荐文章
基于领域本体、情感词典的商品评论倾向性分析
倾向性分析
领域本体
情感词典
上下文极性
评价对象抽取
基于主题情感句的汉语评论文倾向性分析
主题情感句
评论文
倾向性分析
情感
微博产品评论的情感倾向性分析方法
微博
产品评论
情感分析
观点挖掘
基于语境情感消岐的评论倾向性分析
情感歧义词
CRFs
语境
细粒度
情感要素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 商品评论情感倾向性研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 爬虫程序 商品评论 分词 情感倾向 产品特征
年,卷(期) 2017,(7X) 所属期刊栏目
研究方向 页码范围 241-243
页数 3页 分类号 TP391.1
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钱育蓉 新疆大学软件学院 85 510 13.0 20.0
2 范迎迎 新疆大学软件学院 11 55 3.0 7.0
3 杜娇 新疆大学软件学院 13 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
爬虫程序
商品评论
分词
情感倾向
产品特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导