基于网购评论文本挖掘的手机类产品属性评价研究

张琰　朱燕翔　郑桂玲

摘要：通过挖掘网购手机的中文评论，以知名电商网站手机销售评论为研究对象，首先通过爬虫软件抓取销量排名前十的手机网购评论，在文本数据预处理后使用改良的jieba分词工具对评论进行分词，并基于Python开发平台采用TF-IDF算法计算网购中文评论中的手机属性关键词及修饰词关键词，通过关键词词频分析找出用户对特定型号手机的各属性的消费评价，以便消费者了解不同手机属性的优势与劣势，同时为商家改进商品功能提供建议。

关键词：文本挖掘；网购评论；属性评价

中图分类号：F27文献标识码：Adoi：10.19311/j.cnki.16723198.2018.22.022

0引言

当下手机成为人们生活中必不可少的工具，手机除了实现通信功能外还提供休闲娱乐、移动支付、信息搜索等功能。由于手机类产品的标准化，越来越多的用户选择网上购买，并且网络平台还为用户提供购买后评价功能，这使得手机质量、性能好坏，手机的各项属性是否受用户欢迎成为完全公开的信息。商家可以通过对评论进行分析，得出用户的消费体验，从而改进商品性能或服务质量。

1研究现状综述

本文拟从中文评论中挖掘关键词的方式分析用户评价，这一过程包含两个主要步骤：首先，需要对大量中文评论进行分词；其次，对分词后的文本信息进行关键词提取。使用比较多的是由张华平开发的NLPIR汉语分词系统ICTCLAS2016。本文采用基于Python软件开发环境的jieba分词工具。

第二个步骤是关键词提取，目前主要的研究方法有两类：一是基于统计的方法；……