基于电商产品评论的产品概念层次体系自动构建研究
2016-06-15分类号：TP391.1;F724.6
【部门】南京理工大学信息管理系 杭州师范大学阿里巴巴复杂科学研究中心 江苏省数据工程与知识服务重点实验室(南京大学)
【摘要】丰富的电商领域的产品概念层次体系，有助于全面了解产品属性，进行产品信息的深度挖掘，从而进一步用于挖掘消费者需求，辅助商业决策等。传统的手工构建方法效率低、成本高。现今，海量的电商评论信息包含了大量的产品属性信息，能够用于构建产品概念层次体系。因此，文章以电商评论为数据来源，利用条件随机场抽取产品候选术语；然后结合深度学习与聚类方法生成产品的概念层次体系。该方法效率高，动态更新难度低，而且通用性比较强。实验结果表明：产品术语抽取的准确率、召回率以及Ｆ１值分别为：９０．１７％、７０．８７％、７９．４７％，生成的两层概念层次体系共包含８７个概念。与已有概念层次体系相比，该概念体系层次清晰，易于理解，．．．
【关键词】电子商务 产品本体 术语抽取 概念层次体系 评论挖掘
【基金】杭州师范大学阿里巴巴复杂科学研究中心开放基金项目“基于多语言产品本体的电商评价情感分析研究”(项目编号:PD12001003002003); 国家社会科学基金项目“在线社交网络中基于用户的知识组织模式研究”(项目编号:14BTQ033)资助
【所属期刊栏目】情报理论与实践
文献传递
