Web觀點挖掘系統的關鍵技術研究.pdf

1、隨著互聯網的迅速發(fā)展和普及，互聯網已成為人們獲取信息的重要渠道；同時，它也成為人們表達自己觀點、看法、情感的平臺。因此，在各大電子商務網站、電子公告板以及門戶網站上出現了大量的有關各種商品的評論信息。商家和廠家的決策者需要了解顧客使用他們商品情況的反饋意見，潛在的購買者也需要根據別人的使用體驗來作出是否購買該商品的決定。對于商品生產廠家和潛在的商品購買者而言，面對網絡上如此大量、復雜的評論信息，如何迅速有效地獲取自己感興趣的商品評論的總

2、體觀點極性傾向(正面的還是負面的)就成為了一個新的問題。觀點挖掘技術的出現，正是為了解決這個問題。它融合了信息檢索、信息抽取、文本分類、機器學習、自然語言處理、本體論等眾多技術，具有一定的文本理解能力，更具有一定的智能性。
　　 近年來觀點挖掘技術的研究十分活躍，由于觀點挖掘涉及到大量的理論技術，本文只對觀點挖掘系統中的幾個關鍵方面進行了深入的研究，并嘗試構建了一個觀點挖掘系統(OMS)框架，主要的研究工作如下：
　　

3、1)根據PageRank算法的思想，結合基于文本內容的啟發(fā)式方法和基于Web超鏈分析的方法二者之間的優(yōu)點，提出一種新的爬行方法，為我們的觀點搜索系統專門設計了分布式的、改進的聚焦網絡爬蟲算法，并實現了這個高效的分布式的聚焦爬蟲子系統。
　　 2)基于最大熵和支持向量機的方法進行評論的高質量與低質量分類研究，過濾掉大量低質量的商品評論，從而保證觀點搜索系統能夠給出高質量的查詢結果。
　　 3)利用《知網》構造具有主觀性詞的