互联网商品评论情感倾向性分析系统.docx

1、互联网商品评论情感倾向性分析系统 第六届浙江省大学生 电子商务竞赛 互联网商品评论情感倾向作品名称: 性分析系统 技术类作品类别： 日15月3年2011 第六届浙江省大学生电子商务竞赛参赛作品 第1章项目概要 . 5 1.1项目背景 . 5 1.2项目意义 . 7 1.3研究目的 . 8 1.4项目主要内容 . 8 第2章现状分析 . 10 2.1国内外研究现状 . 10 2.2未来发展趋势 . 12 2.3竞争影响力分析 . 13 2.4SWOT分析 . 14 2.5市场需求分析 . 15 2.5.1针对大型评价网站的市场需求 . 15 2.5.2针对商品生产商的市场需求 . 15 2.6市

2、场定位及特点 . 16 2.7市场优势 . 16 第3章平台模块与整体架构 . 18 3.1爬虫模块 . 19 3.2分析模块 . 19 3.3展示模块 . 20 第4章关键技术介绍 . 22 4.1网页评论自动获取与预处理 . 22 4.2利用自然语言处理技术抽取文本的语义信息 . 23 4.3基于情感词典的情感词极性分类与情感强度定量计算方法研究 24 4.4基于特征的情感量化分类计算方法的研究 . 25 4.5基于半监督机器学习方法的特征与情感信息的识别 . 25 4.6文本倾向性分析的服务化封装 . 29 第5章平台的详细功能展示 . 30 1 第六届浙江省大学生电子商务竞赛参赛作品

3、5.1搜索 . 30 5.2对比 . 31 5.3查看评论 . 32 5.4可定制的特征分类方法 . 33 5.5查看分析后评论 . 34 5.6提交评论 . 35 第6章创新和特点分析 . 36 6.1全自动的评论情感倾向性分析 . 36 6.2基于多种自然语言处理和机器学习技术 . 36 6.3细粒度情感倾向性分析方法 . 36 6.4人性化的评论浏览方式 . 37 6.5多种发展模式并行 . 37 6.6独特的营销方法 . 38 第7章营销策略 . 39 7.1市场定位 . 39 7.2市场推广 . 39 7.3市场策略 . 40 7.3.1渠道策略 . 40 7.3.2定价策略 . 4

4、0 7.3.3广告策略 . 41 第8章财务分析 . 42 8.1融资情况 . 42 8.2股本结构 . 42 8.3资金运用 . 43 8.3.1预计财务报表 . 43 8.3.2项目销售预测表 . 44 8.3.3预计损益表 . 45 8.3.4预计资产负债表 . 46 2 第六届浙江省大学生电子商务竞赛参赛作品 8.3.5项目投资效益分析 . 48 8.3.6回收期 . 49 8.3.7净现值(NPV) . 49 8.3.8内含报酬率(IRR) . 50 第9章风险分析与对策 . 51 9.1经营风险与对策 . 51 9.1.1经营业绩的风险与对策 . 51 9.1.2客户的风险与对策

5、. 51 9.1.3产品技术方面的风险与对策 . 52 9.1.4融资的风险与对策 . 52 9.2行业风险与对策 . 53 9.2.1产业政策的风险与对策 . 53 9.2.2行业内部竞争的风险与对策 . 53 9.3其他风险与对策 . 54 第10章总结与展望 . 55 10.1项目成果 . 55 10.2未来工作 . 55 参考文献 . 56 3 第六届浙江省大学生电子商务竞赛参赛作品 表索引 表 2-1项目SWOT分析 . 14 表 4-1标注集及相关说明 . 27 表 4-2标注扩展集及相关说明 . 27 表 8-1公司股本结构表（单位：万元） . 42 表 8-2期初资金用途表 .

6、 43 表 8-3人民币贷款利率表 . 44 表 8-4项目销售预测表（单位：万元） . 44 图索引 图 1-1 中国网民与普及率 . 5 图 3-1 整体框架示意图 . 18 图 3-2 爬虫模块 . 19 图 3-3 分析模块 . 19 图 3-4 展示模块 . 20 图 4-1 文本倾向性分析框架图 . 25 图 4-2 特征情感词对提取过程 . 26 图 5-1 搜索功能 . 30 图 5-2 高级搜索功能 . 31 图 5-3 两家酒店对比图示 . 31 图 5-4 评论列表 . 32 图 5-5 详细评论内容 . 32 图 5-6 数值化、图形化分析结果 . 33 图 5-7 特

7、征分类 . 33 图 5-8 分析后评论 . 34 图 5-9 评论提交 . 35 图 7-1 互联网情感分析系统推广流程图 . 39 图 8-1 公司股本结构与规模 . 42 4 第六届浙江省大学生电子商务竞赛参赛作品 第1章 项目概要 1.1 项目背景 随着互联网在全球范围内的快速发展和普及，网络媒体已经成为了继报纸、广播和电视之后的“第四媒体”。根据中国互联网络信息中心（CNNIC）2010年12月发布的第27次中国互联网络发展状况统计报告，截止2010年12月我国网民数达到4.57亿，互联网普及率持续上升增至34.3%。其中网络新闻用户达到3.53亿人，信息检索用户达到3.75亿人，即

8、时通信用户达到3.53亿人，中国网页总数已经超过600亿个，其中文本内容占网页总数的80%以上。另外，截至2010年12月，网络购物用户规模达到1.61亿，使用率提升至35.1%，上浮了7个百分点，2010年用户增长48.6%，增幅在各类应用中居于首位，是用户增长最快的应用，而网上支付和网上银行也以45.8%和48.2%的年增长率，远远超过其他类网络应用，我国更多的经济活动正在加速步入互联网时代。网络购物用户规模较快增长，显示出我国电子商务市场强劲的发展势头。中国网民与普及率如图1-1所示。 图 1-1 中国网民与普及率 5 第六届浙江省大学生电子商务竞赛参赛作品 如此庞大且快速增长的网络用户

9、群体加上Web2.0模式的互联网应用，使网络内容的数量和网络信息的访问量都以前所未有的速度增长，互联网已经成为人们表达观点、获取信息的重要途径。当前互联网上的主观性文本大量存在，信息形式多种多样，如新闻、博客文章、产品评论、论坛帖子等等。随着电子商务的发展，主观性评论文章越来越多，在一定程度上帮助了潜在消费者购买抉择，同时也对产品商家和服务商提供了很好的反馈意见。如果评论信息只有几十条，普通浏览者还能应付，但如果是数以千、万计的信息量，就难以全部浏览。再加上一些枪文（收买别人帮自己做广告写的文章）等噪音的出现，并且这些噪音往往穿插在前几页，这将严重影响浏览者获取信息的全面性和判断的正确性。另外

10、，产品商家、服务提供商也非常需要从评论中获取到顾客评价的第一手资料，以帮助其提高产品质量和改进服务。例如，阿里巴巴、淘宝、卓越等电子商务网站每天新增的评论数量十分庞大，如果所有评论中的情感信息只通过人工分析和判定得出，则人力、物力将消耗巨大。当然有些网站在用户评论时，也往往要求用户给出评论对象的整体量化评分，如果只针对这些评分进行简单统计而对具体评论信息不进行语义分析和信息挖掘，则不能获取到基于商品属性的细粒度情感倾向性分析结果，而这些结果往往是用户和企业最关心的，是用户选择商品的重要参考建议，也是企业改进商品质量和服务的重要资讯来源。 近年来，电子商务在第三产业迅猛发展，同时其惊人的发展速度带动了相关行业的繁荣，电子商务服务行业由此形成。这种电子服务面向电子商务应用，成为信息服务业发展中的新亮点。电子商务服务业正在崛起，政府的支持、应用的丰富、分工的精细