基于情感语义特征抽取的在线评论有用性分类算法与应用

摘要：

[目的]针对中文网络平台在线评论,提出一种用于过滤用户评论的有用性排序和分类模型,辅助消费者做出购买决策.[方法]从在线评论情感语义的形式特征和内容特征两个方面,提取影响在线评论有用性的6个指标属性进行量化计算,采用灰色加权关联度分析方法构建在线评论有用性评价体系,通过K-means聚类方法,构建过滤用户在线评论的有用性分类模型.[结果]以亚马逊电子商务平台的手机在线评论为例,通过计算召回率、准确率与F值,验证了本文在线评论有用性分类算法的有效性.实验结果表明本方法能够有效辨别在线评论有用性,尤其对极性评论具有很好的分类效果.[局限]样本、指标和电商平台的选择存在可扩展性.[结论]本方法具有较高的准确性和可靠性,能够较好地对在线评论有用性进行排序和分类.

关键词：灰色加权关联度、在线评论、分类模型、有用性

分类号：G253;G202(图书馆学、图书馆事业)

在线出版日期：2018-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：74-83