面向用户评论的评价分析系统

武丽婷 富野

摘要：在商业智能化的进程中，用户对商品的评价是用户数据中非常重要的一部分。通过自然语言处理对用户评论数据评价分析，更准确了解消费者对产品的需求、意见以及建议，利用这些分析数据提高公司的决策质量，有针对性地的改进产品功能，从而提升消费者的满意度。同时，新颖性监测有助于对产品的持续改进，甚至可以从消费者的评价中了解竞争公司的产品趋势。

关键词：线上分析处理;数据挖掘;评价分析系统

中图分类号：U692.4+3  文献标识码：A

文章编号：1009-3044（2021）29-0147-03

随着文本挖掘（Text Mining）的研究越来越多，例如关键语词抽取技术（Key term extraction），文本聚类技术（Text Cluster⁃ing/Document Clustering），主题建模技术（Topic Model）等等，这些研究使得利用计算机技术分析消费者评价成为可能。新颖性检测是异常检测的特殊情况是文本挖掘技术的一个领域，异常检测如入侵检测，欺诈检测，故障检测，系统健康监测，传感器网络中的事件检测以及检测生态系统干扰等，其主要被用于从数据集中移除异常数据。新颖性检测的目的是新数据接纳，或者说不同于已有的数据库中的主题的数据。目前，有关异常检测的方法有很多，其中应用于自然语言处理方面的新颖性检测的方法研究主要针对论文文献的新颖性检测与判定，新闻的新颖性检测等。但这些方法的研究对象是长篇的文档，而本项目的研究数据是与之相对很短的商品评价。如果直接将对文档的研究方法直接应用于评论文本，得出的结果将会是非常粗糙的。……