一种基于支持向量机和主题模型的评论分析方法

• 作者: 张莉 蒋竞 陈琪 黄新越
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 用户评论 分类 主题分析
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能化软件新技术专刊
• 页码范围: 1547-1560
• 页数: 14页
• 分类号: TP311
• 字数: 11550字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005731

摘要

在移动应用软件中,用户评论是一种重要的用户反馈途径.用户可能提到一些移动应用使用中的问题,比如系统兼容性问题、应用崩溃等.随着移动应用软件的广泛流行,用户提供大量无结构化的反馈评论.为了从用户抱怨评论中提取有效信息,提出一种基于支持向量机和主题模型的评论分析方法RASL(review analysis method based on SVM and LDA)以帮助开发人员更好、更快地了解用户反馈.首先对移动应用的中、差评提取特征,然后使用支持向量机对评论进行多标签分类.随后使用LDA主题模型(latent dirichlet allocation)对各问题类型下的评论进行主题提取与代表句提取.从两个移动应用中爬取5 141条用户原始评论,并对这些评论分别用RASL方法和ASUM方法进行处理,得到两个新的文本.与经典方法ASUM相比,RASL方法的困惑度更低、可理解性更佳,包含更完整的原始评论信息,冗余信息也更少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张莉	北京航空航天大学软件学院	98	956	16.0	28.0
5	蒋竞	北京航空航天大学计算机学院	4	80	3.0	4.0
6	陈琪	北京航空航天大学软件学院	5	42	3.0	5.0
7	黄新越	北京航空航天大学计算机学院	1	4	1.0	1.0