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:
产品评论通常会描述产品的多个属性维度,单条评论中所描述的多个维度可能会有不同的维度情感.现实中,用户对产品不同的属性维度的关注度也不相同.反映到评论情感分析中,用户关注度越大的产品维度对评论的整体情感的影响也会越大.细粒度的评论维度挖掘和维度情感分析可以提供很多有价值的市场反馈信息和用户偏好信息.针对电商平台的中文产品评论文本,首先使用规则法抽取产品评论中所描述的维度信息,然后分别针对各个维度计算维度情感.进一步,提出了维度权重计算方法.最后,综合维度情感和维度权重计算评论的整体情感.使用来自于京东商城的真实评论数据集对所提方法进行了综合验证.实验结果表明,所提方法在维度挖掘、维度情感分析、维度权重计算以及整体情感分析方面具有很好的性能.
推荐文章
挖掘中文网络客户评论的产品特征及情感倾向
用户评论
产品特征
数据挖掘
情感分析
中文产品评论细粒度情感分析综述
中文产品评论
特征识别
观点识别
情感词典
细粒度情感
基于SVM的产品评论情感分析系统的设计与实现
产品评论
SVM
搭配识别
情感分析
基于联合法选取特征的产品评论情感分类研究
文本分类
产品评论
情感倾向性
特征量选取
联合法选取特征
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 中文产品评论的维度挖掘及情感分析技术研究
来源期刊 计算机科学与探索 学科 工学
关键词 文本挖掘 维度抽取 维度权重 情感分析
年,卷(期) 2018,(3) 所属期刊栏目 学术研究
研究方向 页码范围 341-349
页数 9页 分类号 TP391
字数 8811字 语种 中文
DOI 10.3778/j.issn.1673-9418.1708061
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 于戈 东北大学计算机科学与工程学院 426 6587 38.0 64.0
2 姚兰 东北大学计算机科学与工程学院 13 70 5.0 8.0
3 刘欢 东北大学计算机科学与工程学院 20 37 3.0 5.0
4 赵志滨 东北大学计算机科学与工程学院 15 77 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (119)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (46)
二级引证文献  (10)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(14)
  • 引证文献(7)
  • 二级引证文献(7)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
文本挖掘
维度抽取
维度权重
情感分析
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导