中文网络客户评论的产品特征挖掘方法研究_博士毕业论.pdf

国内图书分类号：TP319：C931学校代码：10213国际图书分类号：652.235密级：公开管理学博士学位论文中文网络客户评论中的产品特征挖掘方法研究博士研究生：李实导师：李一军教授申请学位：管理学博士学科、专业：管理科学与工程所在单位：管理学院答辩日期：2009年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP319：C931U.D.C.:652.235DissertationfortheDoctoralDegreeinManagementResearchontheApproachesofMiningProductFeaturesfromChineseCustomerReviewsontheInternetCandidate:LiShiSupervisor:Prof.LiYijunAcademicDegreeAppliedfor:DoctorofManagementSpecialty:ManagementScienceandEngineeringAffiliation：ManagementSchoolDateofDefence:June2009Degree-Offering-Institution:HarbinInstituteofTechnology摘要摘要过去十几年中随着Internet技术应用的深化和扩展。越来越多的客户开始浏览大量的网络评论来了解产品和服务的口碑帮助做出可靠的决策。同时网络客户评论作为反馈机制也帮助了生产者和销售商提升产品改进服务从而获得竞争力。但是随着电子商务的蓬勃发展网络评论数量的飞速增长使得信息内容越来越庞杂造成了客户评论中有用信息难以获取的后果。因此迫切需要借助一定的技术手段来使这一过程变得更为准确而便捷。目前这一技术作为一个复杂的任务仍然面临着巨大的挑战。以有效获取网络用户评论信息为目标的非结构化数据分析技术——“评论挖掘”吸引了很多学者关注。评论挖掘作为非结构化信息挖掘的一个新兴领域主要涉及情感分析评论中产品特征挖掘以及评论中主观内容识别等等。在英文评论领域研究者已经初步取得一些成果而针对中文网络用户评论的研究还仍处于起步阶段。随着中国电子商务在世界领域内的崛起亟需对于中文评论中有用信息的自动提取技术。但是由于中英文文化背景以及语言差异的存在使得英文领域的研究成果不能直接应用于中文评论。本文将针对面向电子商务的中文网络客户评论探索评论内容中产品特征提取及相关技术旨在为中文领域内的客户和企业提供更为方便和科学的评论挖掘工具。本文首先将网络客户评论作为网络口碑中的一种搭建了面向电子商务的中文客户评论挖掘理论框架；从产品特征挖掘的整体问题出发提出了中文网络客户评论中产品特征挖掘DFM（数据-功能-方法）模型；从产品特征挖掘方法的研究细节出发构建了产品特征挖掘方法研究框架。为了从中文客户评论中得到用户关心的产品特征本研究通过对英文评论产品特征挖掘方法进行原理创新和技术拓展基于关联规则理论特别是Apriori算法得到频繁项集作为候选产品特征。然后结合独立支持度邻近规则等剪枝原则对于结果进行筛选过滤提出了中文网络客户评论中的产品特征挖掘方法；对于非频繁特征项的