利用線上評論分析產品屬性 – 以化妝品為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：31

、訪客IP：3.147.51.75

姓名

麥素卿(Su-Ching Mai) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

利用線上評論分析產品屬性 – 以化妝品為例

相關論文

★ 網路合作式協同教學設計平台－以國中九年一貫課程為例	★ 內容管理機制於常用問答集(FAQ)之應用
★ 行動多重代理人技術於排課系統之應用	★ 存取控制機制與國內資安規範之研究
★ 信用卡系統導入NFC手機交易機制探討	★ App應用在電子商務的推薦服務-以P公司為例
★ 建置服務導向系統改善生產之流程-以W公司PMS系統為例	★ NFC行動支付之TSM平台規劃與導入
★ 關鍵字行銷在半導體通路商運用-以G公司為例	★ 探討國內田徑競賽資訊系統－以103年全國大專田徑公開賽資訊系統為例
★ 航空地勤機坪作業盤櫃追蹤管理系統導入成效評估—以F公司為例	★ 導入資訊安全管理制度之資安管理成熟度研究－以B個案公司為例
★ 資料探勘技術在電影推薦上的應用研究-以F線上影音平台為例	★ BI視覺化工具運用於資安日誌分析—以S公司為例
★ 特權帳號登入行為即時分析系統之實證研究	★ 郵件系統異常使用行為偵測與處理-以T公司為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

線上評論是常見且重要的消費者回饋，會影響消費者的購買意圖，對廠商而言，線上評論可以幫助廠商找出產品或服務的優缺點，甚至能與其他品牌進行比較，以做為未來策略參考因素之一。然而現今線上評論繁雜，消費者與商家都無法在短時間內從線上評論中得到全面性的見解，故本研究以化妝品為例，設計一套「自動化情緒分析系統」，透過台灣大學NLPLab所建置的中文意見詞典ANTUSD更準確呈現使用者的情感強烈程度，並且幫助廠商快速找出消費者在意的產品屬性，以客觀的角度發現自身廠牌的優缺點，找出與其他廠牌相比的優劣勢，使廠商能夠迅速的回應市場需求，消費者也能透過本系統找出與自身膚質相符的產品。

摘要(英)

Online reviews are common and important consumer feedback that will affect consumers′ intentions of buying. For manufacturers, online reviews can help manufacturers find the advantages and disadvantages of a product or service and even compare it with other brands as a future Strategy reference factor. However, today′s online reviews are large and complicated, consumers and businesses can not be in a short time from the online comments to get a comprehensive view, so this research about cosmetics, for example, the design of an ”automated sentiment analysis system”. It helps customers and manufacturers quickly to find out the aspects of consumers care about the product, giving an objective point of view to find the advantages and disadvantages of their own brand. The goal is to find out the advantages and disadvantages compared with other brands, so that manufacturers can quickly respond to market demand, consumers can find ideal product.

關鍵字(中)

★ 產品分析
★ 情緒分析
★ 產品屬性
★ 線上評論
★ 化妝品

關鍵字(英)

★ Product Analysis
★ Sentiment Analysis
★ Aspects
★ Online Reviews
★ Cosmetics

論文目次

中文摘要 i
Abstract ii
目錄 iii
圖目錄 v
表目錄 vi
一、緒論 1
1-1研究背景與動機 1
1-1-1 名詞解釋 1
1-1-2 動機 1
1-2研究目的 3
二、文獻探討 4
2-1 基於產品屬性的情緒分析相關研究 4
2-2 中文情緒分析 6
2-3 中文斷詞 8
2-4 字詞相似度計算方法與廣義知網E-HowNet簡介 9
三、研究方法 12
3-1 資料集 12
3-2 系統架構 15
3-2-1 前處理 17
3-2-2 產品屬性選定與擴增 18
3-2-3 情緒字詞標注與語意分析 23
四、實驗結果與討論 27
4-1 實驗結果 27
4-2 實驗評估 29
4-2-1 語意分析結果評估 29
4-2-2 產品屬性結果評估 31
五、結論與未來研究方向 35
5-1 結論 35
5-2 研究限制 36
5-3 未來研究方向 37
參考文獻 38
附錄一 40

參考文獻

英文文獻
〔1〕 Hu, M., & Liu, B. (2004, August). Mining and summarizing customer reviews. In Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 168-177). ACM.
〔2〕 Huang, S. L., & Cheng, W. C. (2015). Discovering Chinese sentence patterns for feature-based opinion summarization. Electronic Commerce Research and Applications, 14(6), 582-591.
〔3〕 Ku, L. W., Ho, H. W., & Chen, H. H. (2009). Opinion mining and relationship discovery using CopeOpi opinion analysis system. Journal of the Association for Information Science and Technology, 60(7), 1486-1503.
〔4〕 Liu, B. (2010). Sentiment Analysis and Subjectivity. Handbook of natural language processing, 2, 627-666.
〔5〕 Powers, D. M. (2011). Evaluation: from precision, recall and F-measure to ROC, informedness, markedness and correlation.
〔6〕 Su, Q., Xu, X., Guo, H., Guo, Z., Wu, X., Zhang, X., ... & Su, Z. (2008, April). Hidden sentiment association in chinese web opinion mining. In Proceedings of the 17th international conference on World Wide Web (pp. 959-968). ACM.
〔7〕 Van Rijsbergen, C. J. (1979). Information Retrieval (2nd ed.). London: Butterworths.
〔8〕 Wang, S. M., & Ku, L. W. (2016). ANTUSD: A Large Chinese Sentiment Dictionary. In LREC.
〔9〕 Wang, W., Xu, H., & Wan, W. (2013). Implicit feature identification via hybrid association rule mining. Expert Systems with Applications, 40(9), 3518-3531.
〔10〕 Yang, D., & Powers, D. M. (2005, January). Measuring semantic similarity in the taxonomy of WordNet. In Proceedings of the Twenty-eighth Australasian conference on Computer Science-Volume 38 (pp. 315-322). Australian Computer Society, Inc..
〔11〕 Zhai, Z., Liu, B., Xu, H., & Jia, P. (2011, February). Clustering product features for opinion mining. In Proceedings of the fourth ACM international conference on Web search and data mining (pp. 347-354). ACM.
〔12〕 Zhan, J., Loh, H. T., & Liu, Y. (2009). Gather customer concerns from online product reviews–A text summarization approach. Expert Systems with Applications, 36(2), 2107-2115.
〔13〕 Zhang, W., Xu, H., & Wan, W. (2012). Weakness Finder: Find product weakness from Chinese reviews by using aspects based sentiment analysis. Expert Systems with Applications, 39(11), 10283-10291.

中文文獻
〔1〕董振東, 董強, & 郝長伶. (2007). 知網的理論發現. 中文信息學報, 21(4), 3-9.
〔2〕劉群, & 李素建. (2002). 基於《知網》的辭彙語義相似度計算. International Journal of.
〔3〕魏韡, 向陽, & 陳千. (2011). 中文文本情感分析綜述. 計算機應用, 31(12), 3321-3323.

網路資料
〔1〕 Fashion Guide華人第一時尚美妝傳媒：FG商品試用評鑑，2017年4月30日，取自http://www.fashionguide.com.tw/Beauty/08/Index.html?from=fgindex。
〔2〕 jieba: 結巴中文分詞。2017年6月10日，取自https://github.com/fxsjy/jieba。
〔3〕 Myles Anderson: 2013 Study: 79% Of Consumers Trust Online Reviews As Much As Personal Recommendations. From http://searchengineland.com/2013-study-79-of-consumers-trust-online-reviews-as-much-as-personal-recommendations-164565
〔4〕中央研究院：CKPI中文斷詞系統，2017年6月10日，取自http://ckipsvr.iis.sinica.edu.tw/。
〔5〕中央研究院：中文知識表達系統 – 廣義之網，2017年6月10日，取自http://ckip.iis.sinica.edu.tw/CKIP/ehownet_reg.htm。
〔6〕林志傑：JIEBA 結巴中文斷詞。2017年6月10日，取自https://speakerdeck.com/fukuball/jieba-jie-ba-zhong-wen-duan-ci。
〔7〕唐鳳：萌典。2017年6月30日，取自https://www.moedict.tw/about.html。
〔8〕酷哥康：消費者心態：倚重網路評論，特別高興或生氣時會留下意見，SmartM 新網路科技。2017年5月20日，取自https://www.smartm.com.tw/Article/32353037cea3。

指導教授

林熙禎

審核日期

2017-8-4

推文