亚洲精品无码专区不卡,精品人妻人人做人人爽夜夜爽

內(nèi)容簡介

　　在線評論已成為Web2.0時代大眾所關(guān)注的焦點，也是目前Web挖掘的研究熱點?！对诰€評論信息挖掘研究》強調(diào)數(shù)據(jù)挖掘方法和相關(guān)工具的結(jié)合，通過實際的案例和各類參加相關(guān)測評的結(jié)果分析，全面講述基于人工智能、自然語言處理和數(shù)據(jù)挖掘技術(shù)進行在線評論信息挖掘的方法及其應(yīng)用，包括在線評論信息語料集的收集與處理、在線評論本體的構(gòu)建、觀點句識別、評價對象抽取、評論信息的情感傾向性分析、垃圾評論識別、評論信息的可信度影響因素及其分類研究，還特別針對微博進行深入挖掘研究《在線評論信息挖掘研究》既可作為Web挖掘領(lǐng)域的研究人員及相關(guān)專業(yè)的研究生開展Web數(shù)據(jù)挖掘、文本分析與處理研究的教科書，也可作為政府部門從事網(wǎng)絡(luò)輿情分析和監(jiān)控的人員和企業(yè)從事商務(wù)智能、產(chǎn)品研發(fā)人員的充實技能基礎(chǔ)，提高數(shù)據(jù)分析能力和決策分析能力的參考書

作者簡介

暫缺《在線評論信息挖掘研究》作者簡介

圖書目錄

前言
第1章緒論
1.1 在線評論的產(chǎn)生與發(fā)展
1.2 在線評論的意義與價值
1.3 在線評論的發(fā)布動機
1.4 在線評論特征
1.5 在線評論的分布
1.6 本章小結(jié)
參考文獻(xiàn)
第2章在線評論信息挖掘概述
2.1 在線評論信息挖掘研究現(xiàn)狀
2.2 相關(guān)會議及評測
2.3 在線評論信息挖掘方法
2.4 CRFs模型
2.5 SVM模型
2.6 N-Gram語言模型
2.7 本章小結(jié)
參考文獻(xiàn)
第3章在線評論本體構(gòu)建
3.1 基于頂層本體的在線評論本體構(gòu)建方法
3.2 手機評論本體
3.3 娛樂評論本體
3.4 計算機評論本體
3.5 本章小結(jié)
參考文獻(xiàn)
第4章觀點句識別
4.1 觀點句識別研究現(xiàn)狀
4.2 How Net情感詞典
4.3 基于CRFs半監(jiān)督學(xué)習(xí)的評價詞集構(gòu)建
4.4 基于評價詞集的觀點句識別
4.5 中文微博觀點句識別
4.6 本章小結(jié)
參考文獻(xiàn)
第5章評論對象抽取研究
5.1 評論對象抽取研究現(xiàn)狀
5.2 影響評論對象識別的因素
5.3 基于CRF和領(lǐng)域本體的顯性商品評論對象抽取
5.4 基于SWRL規(guī)則的隱性商品評論對象抽取
5.5 中文微博觀點要素抽取
5.6 本章小結(jié)
參考文獻(xiàn)
第6章在線評論信息情感傾向性分析
6.1 情感傾向性分析流程
6.2 情感傾向性分析研究現(xiàn)狀
6.3 基于層疊CRFs的在線評論情感傾向及其強度分析
6.4 否定句文本的傾向性分析
6.5 中文微博情感傾向性分析
6.6 本章小結(jié)
參考文獻(xiàn)
第7章垃圾評論識別
7.1 垃圾評論
7.2 垃圾評論識別研究現(xiàn)狀
7.3 基于SVM模型的垃圾商品評論自動識別
7.4 本章小結(jié)
參考文獻(xiàn)
第8章在線商品評論可信度研究
8.1 虛假商品評論信息發(fā)布者行為動機分析
8.2 在線商品評論可信度研究現(xiàn)狀
8.3 在線商品評論可信度影響因素實證分析
8.4 在線商品評論可信度自動分類
8.5 本章小結(jié)
參考文獻(xiàn)