中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/65652
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 80990/80990 (100%)
造访人次 : 41652291      在线人数 : 1693
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/65652


    题名: Finding Customer Opinions based on User-given Aspect
    作者: 黃于珊;Huang,Yu-Shan
    贡献者: 資訊管理學系
    关键词: 意見探勘;NGD;WordNet;關鍵字註解;構面分析;Opinion Mining;NGD;WordNet::Similarity;Keyword Annotation;Aspect Analysis
    日期: 2014-07-14
    上传时间: 2014-10-15 17:07:25 (UTC+8)
    出版者: 國立中央大學
    摘要: 由於網際網路的快速發展,許多服務與購物網站累積了許多評論資訊。為了提供給消費者更多資訊使得使用者能更快速找到自己需要的評論,這些電子商務網站會利用事先定義好的產品構面將使用者的評論進行分類。以Hotels.com為例,他們事先將評論分為服務、清潔度、舒適度、整體外觀等四個構面,並給予每個構面分數。然而,依據各網站自我事先的定義,無法針對每位使用者個別的特殊需求,讓使用者找到自己所關心的相關評論資訊。 因此本研究提出新的評論分析方法,能夠利用使用者能動態給予的產品構面找到相關的顧客評論。本研究包含四個主要步驟:前處理(pre-processing)、註解(annotating)、配對(matching)與排列(ranking)。而在註解過程中執行三個不同的方法找到與使用者提供的構面相關的關鍵字。而在配對過程中,利用Google與WordNet進行關鍵字的相似度計算,並利用四個不同的鏈結方法計算構面與句子的相似度。最後利用每個句子與構面的相似度排列評論句子提供給使用者。;As the Internet grows day by day, customer reviews in e-commerce websites are also increasing every day. To provide users more information, these commercial websites usually would summarize users’ opinions in reviews according to some predefined aspects. For example, Hotels.com extract scores from customer reviews in four aspects, including service, cleanliness, comfort and condition. However, the weakness of this predefined analysis approach is that users cannot find opinions on the aspects that have not been considered beforehand by the websites.
    To solve this problem, we propose a new approach to generate a ranking of related opinions based on user’s dynamically given aspect. The proposed approach involves 4 phase named pre-processing, annotating, matching and ranking. In the annotating phase, 3 different annotating methods are used to annotated related keywords based on user-given aspect. In the matching phase, Google similarity and WordNet similarity, are first used to compute the similarity between keywords and then the similarity between aspect and each sentences is computed by 5 different linkage methods. Finally, we rank sentences based on their similarities with aspect.
    显示于类别:[資訊管理研究所] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML477检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明