面向产品评论的意见挖掘研究综述_李俊

中文网络评论中提取产品特征的研究祖李军;王卫平【期刊名称】《计算机系统应用》【年(卷),期】2014(000)005【摘要】大量的网络评论已经成为挖掘用户意见、改进产品质量的重要信息来源，而特征抽取作为后续分析的基础，直接影响到最终意见挖掘结果的准确性。

本文提出了一种PMI-Bootstrapping算法，并结合了语言规则实现中文网络评论的产品特征抽取。

首先利用语言规则产生候选特征集，计算每个候选特征与初始给定种子集的加权平均互信息，将满足阈值的候选特征添加到种子集中，如此循环迭代，直到种子集合收敛，输出排队后的种子集合作为抽取结果。

实验证明，该算法取得良好的准确率和召回率。

%Now online reviews have become an important resource for mining users’opinion and refining products. As a foundation of further analysis, features extraction influences the precision of the opinion mining results. This paper proposes a PMI-Bootstrapping algorithm which realizes extracting product features from Chinese online reviews by combining three language rules. First, utilize the language rules to get a candidate feature set. Then, calculate the weighted average PMIfor each candidate feature with the seeds in the initial seed set. Add the candidate feature which satisfies the threshold to the seed set. Iterate until the seed set is convergent. Output the seed set as the extraction result. Experimental results show that the algorithm achieved very good precision and recall rate.【总页数】6页(P196-201)【作者】祖李军;王卫平【作者单位】中国科学技术大学管理学院，合肥 230026;中国科学技术大学管理学院，合肥 230026【正文语种】中文【相关文献】1.中文网络评论中的产品特征情感倾向提取算法研究 [J], 王永;陶娅芝;张勤2.中文网络评论的产品特征提取及情感倾向判定 [J], 任远远;王卫平3.中文网络评论的隐式产品特征提取方法研究 [J], 陈可嘉; 骆佳艺4.一种Windows10中文用户输入痕迹信息提取方法研究与实现 [J], 周凯5.中文文本分类中基于词性的特征提取方法研究 [J], 胡燕;吴虎子;钟珞因版权原因，仅展示原文概要，查看原文内容请购买。

意见挖掘中产品特征的层次提取方法
张鹏;朱征宇;李存青;曾丽芳;陈烨;徐凯;常红要
【期刊名称】《微处理机》
【年(卷),期】2010(31)5
【摘要】意见挖掘中,产品特征层次的学习是其中重要的环节之一.为了更准确的学习产品特征层次,提出了一种从非规则与规则意见文本语料中对产品特征层次进行学习的算法.该算法能同时对包含专业描述的规则语料以及人为指定主题的非规则语料进行学习.利用文本特征词识别技术去除与主题相关度较差的词汇,并使用相对熵和语法结构分析方法从语料中产生出层次关系.实验结果表明,该算法能够较好地学习特征层次.
【总页数】5页(P81-85)
【作者】张鹏;朱征宇;李存青;曾丽芳;陈烨;徐凯;常红要
【作者单位】重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重
庆,400044;重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重庆,400044
【正文语种】中文
【中图分类】TP393
【相关文献】
1.产品用户评论在企业竞争情报中的应用——基于产品特征的关联规则数据挖掘[J], 吉顺权;周毅
2.高维数据挖掘中基于稀疏回归的嵌入式特征提取方法 [J], 林书亮
3.车载激光扫描数据中多类目标的层次化提取方法 [J], 董震;杨必胜
4.研究光谱数据挖掘中的特征提取方法 [J], 陈蓉;王帅
5.光谱数据挖掘中的特征提取方法 [J], 李乡儒
因版权原因，仅展示原文概要，查看原文内容请购买。

微博中产品意见挖掘研究
李光敏;许新山;张磊
【期刊名称】《情报杂志》
【年(卷),期】2014(000)004
【摘要】随着微博平台的兴起，越来越多的用户参与其中分享产品的使用体验并发表意见，如何从微博的评论文本中挖掘出用户的观点这一研究课题在企业竞争情报领域中具有重要的实用价值。

笔者首先阐述产品意见挖掘的意义，然后站在技术实现的角度从产品特征抽取、产品评论主客观分类、情感倾向性分析等方面介绍了国内外的研究进展，最后指出产品意见挖掘面临的不足和今后的研究方向。

【总页数】4页(P135-138)
【作者】李光敏;许新山;张磊
【作者单位】湖北师范学院计算机科学技术学院黄石 435000;湖北师范学院计算机科学技术学院黄石 435000;河南大学数据与知识工程研究所开封 475004【正文语种】中文
【中图分类】TP391
【相关文献】
1.意见领袖在微博口碑再传播中的影响力研究——基于新浪微博的社会网络分析[J], 常秋玲
2.意见领袖在微博口碑再传播中的影响力研究——基于新浪微博的社会网络分析[J], 常秋玲;
3.公共事件中微博意见领袖的话语策略与文本框架——基于新浪微博的实证研究
[J], 芦何秋;杨泽亚
4.微博话题符号网络下的意见领袖挖掘算法研究 [J], 曹林林;郑明春
5.天津“8·12”爆炸事故中的微博意见领袖及其舆论表达——以新浪微博为研究样本 [J], 荣荣;舒仁
因版权原因，仅展示原文概要，查看原文内容请购买。

工程管理科技前沿Ｖｏｌ．４２，Ｎｏ．５ＦｒｏｎｔｉｅｒｓｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅｍｅｎｔ２０２３年第５期网络评论管理：挑战与潜在研究方向赵翠１，　梁盠２，３，　肖勇波２，３（１．北京交通大学经济管理学院，北京１０００４４；２．清华大学现代管理研究中心，北京１０００８４；３．清华大学经济管理学院，北京１０００８４）摘　要：通过打破时间和空间方面的限制，互联网经济极大地降低了人们获取信息的成本，便利了人们的生活。

然而以电子商务为代表的网络平台中普遍存在着信息不对称的缺点；网络评论在一定程度上解决了商家和消费者之间的信息不对称问题。

海量的网络评论中蕴藏着关于产品质量、商家服务、产品是否符合顾客个性化需求、产品／服务缺陷等方面的有用信息。

随着网络评论对顾客的购买选择行为影响力的增加，商家也日渐意识到评论信息的商业价值，注重网络评论的管理，并基于网络评论来优化定价、库存、营销等决策。

网络评论为信息系统与信息管理、市场营销、组织行为、运营与供应链管理等领域的学者带来了广泛的研究课题，包括评论的深度挖掘与知识发现、基于评论的需求预测、评论自身的管理以及基于评论的运营管理等。

本文在梳理网络评论的作用与管理挑战的基础上，综述学者已经开展的相关研究工作，并对下一步值得关注和进一步研究的评论管理相关研究方向进行了展望。

关键词：网络评论管理；评论信息挖掘；消费者行为；运营与供应链管理；定价与收益管理中图分类号：Ｆ７１３．３６文献标识码：Ａ文章编号：２０９７ ０１４５（２０２３）０５ ０００１ ０９ｄｏｉ：１０．１１８４７／ｆｊ．４２．５．１ＮｅｔｗｏｒｋＣｏｍｍｅｎｔＭａｎａｇｅｍｅｎｔ：ＣｈａｌｌｅｎｇｅｓａｎｄＰｏｔｅｎｔｉａｌＲｅｓｅａｒｃｈＤｉｒｅｃｔｉｏｎｓＺＨＡＯＣｕｉ１，ＬＩＡＮＧＹｏｎｇ２，３，ＸＩＡＯＹｏｎｇｂｏ２，３（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ；２．ＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＣｏｎｔｅｍｐｏｒａｒｙＭａｎａｇｅｍｅｎｔ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂｙｂｒｅａｋｉｎｇｔｈｅｒｅｓｔｒｉｃｔｉｏｎｓｏｆｔｉｍｅａｎｄｓｐａｃｅ，ｔｈｅｎｅｔｗｏｒｋｅｃｏｎｏｍｙｇｒｅａｔｌｙｒｅｄｕｃｅｓｔｈｅｉｎｆｏｒｍａｔｉｏｎｓｅａｒｃｈｉｎｇｃｏｓｔａｎｄｆａｃｉｌｉｔａｔｅｓｐｅｏｐｌｅ’ｓｄａｉｌｙｌｉｆｅ．Ｈｏｗｅｖｅｒ，ａｓｃｏｍｐａｒｅｄｔｏｔｒａｄｉｔｉｏｎａｌｅｃｏｎｏｍｙ，ｎｅｔｗｏｒｋｐｌａｔｆｏｒｍｓ（ｅ．ｇ．，Ｔａｏｂａｏ，Ｄｏｕｙｉｎ，Ｄｉｄｉ，ａｎｄＡｉｒｂｎｂ）ｈａｖｅｔｈｅｄｉｓａｄｖａｎｔａｇｅｏｆｉｎｆｏｒｍａｔｉｏｎａｓｙｍｍｅｔｒｙｂｅｔｗｅｅｎｓｅｌｌｅｒｓ（ｏｒｓｅｒｖｉｃｅｐｒｏｖｉｄｅｒｓ）ａｎｄｃｏｎｓｕｍｅｒｓ．Ｂｙａｌｌｏｗｉｎｇｃｕｓｔｏｍｅｒｓｔｏｐｏｓｔｔｈｅｉｒｅｘｐｅｒｉｅｎｃｅｓａｂｏｕｔｓｈｏｐｐｉｎｇａｎｄｐｒｏｄｕｃｔｕｓａｇｅ，ｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓｐａｒｔｉａｌｌｙａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｏｆｉｎｆｏｒｍａｔｉｏｎａｓｙｍｍｅｔｒｙ．Ｍａｓｓｉｖｅｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓｃｏｎｔａｉｎｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｐｒｏｄｕｃｔｑｕａｌｉｔｙ，ｓｅｒｖｉｃｅｌｅｖｅｌ，ｐｒｏｄｕｃｔ／ｓｅｒｖｉｃｅｆｉｔｎｅｓｓ，ａｎｄｐｒｏｄｕｃｔｄｅｆｅｃｔｓ．Ａｓｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓｐｌａｙａｎｉｎｃｒｅａｓｉｎｇｌｙｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｉｎｆｌｕｅｎｃｉｎｇｃｕｓｔｏｍｅｒｓ’ｐｕｒｃｈａｓｉｎｇａｎｄｃｈｏｉｃｅｂｅｈａｖｉｏｒ，ｆｉｒｍｓｂｅｃｏｍｅｉｎｃｒｅａｓｉｎｇｌｙａｗａｒｅｏｆｔｈｅｖａｌｕｅｏｆｃｏｍｍｅｎｔｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｐａｙｍｏｒｅａｔｔｅｎｔｉｏｎｔｏｔｈｅｍａｎａｇｅｍｅｎｔｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ．Ｂｅｓｉｄｅｓ，ｔｈｅｙｅｖｅｎｍａｋｅｐｒｉｃｉｎｇ，ｉｎｖｅｎｔｏｒｙ，ａｎｄｍａｒｋｅｔｉｎｇｄｅｃｉｓｉｏｎｓｂｙｔａｋｉｎｇｉｎｔｏａｃｃｏｕｎｔｔｈｅｉｍｐａｃｔｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ．Ｆｒｏｍｔｈｅｐｅｒｓｐｅｃ ｔｉｖｅｏｆａｃａｄｅｍｉｃｒｅｓｅａｒｃｈ，ｔｈｅｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓｐｒａｃｔｉｃｅｐｒｏｖｉｄｅｓａｍｐｌｅｒｅｓｅａｒｃｈｏｐｐｏｒｔｕｎｉｔｉｅｓｆｏｒｓｃｈｏｌａｒｓｆｒｏｍｖａｒｉｏｕｓｄｉｓｃｉｐｌｉｎｅｓｉｎｃｌｕｄｉｎｇｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｓａｎｄｉｎｆｏｒｍａｔｉｏｎｍａｎａｇｅｍｅｎｔ，ｍａｒｋｅｔｉｎｇ，ｏｒｇａｎｉｚａｔｉｏｎａｌｂｅｈａｖｉｏｒ，ａｎｄｏｐｅｒａ ｔｉｏｎｓａｎｄｓｕｐｐｌｙｃｈａｉｎｍａｎａｇｅｍｅｎｔ．Ｔｈｅｒｅｓｅａｒｃｈｔｏｐｉｃｓｉｎｃｌｕｄｅｉｎ ｄｅｐｔｈｍｉｎｉｎｇａｎｄｋｎｏｗｌｅｄｇｅｄｉｓｃｏｖｅｒｙｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ，ｄｅｍａｎｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｃｏｍｍｅｎｔｓ，ｍａｎａｇｅｍｅｎｔｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓｔｈｅｍｓｅｌｖｅｓ，ａｎｄｏｐｅｒａｔｉｏｎａｌｄｅｃｉｓｉｏｎｍａｋｉｎｇｂａｓｅｄｏｎｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｖｉｄｅｓａｓｙｓｔｅｍａｔｉｃａｎａｌｙｓｉｓｏｆｔｈｅｂｅｎｅｆｉｔｓａｎｄｃｈａｌｌｅｎｇｅｓｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ，ｓｕｒｖｅｙｓｔｈｅｅｘｉｓｔｉｎｇｌｉｔｅｒａｔｕｒｅｒｅｌｅｖａｎｔｔｏｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ，ａｎｄｐｒｏｐｏｓｅｓｓｏｍｅｐｒｏｍｉｓｉｎｇｄｉｒｅｃｔｉｏｎｓｆｏｒｆｕｔｕｒｅｒｅｓｅａｒｃｈ．Ｋｅｙｗｏｒｄｓ：ｎｅｔｗｏｒｋｃｏｍｍｅｎｔｍａｎａｇｅｍｅｎｔ；ｋｎｏｗｌｅｄｇｅｄｉｓｃｏｖｅｒｙｏｆｎｅｔｗｏｒｋｃｏｍｍｅｎｔｓ；ｃｏｎｓｕｍｅｒｂｅｈａｖｉｏｒ；ｏｐｅｒａｔｉｏｎｓａｎｄｓｕｐｐｌｙｃｈａｉｎｍａｎａｇｅｍｅｎｔ；ｐｒｉｃｉｎｇａｎｄｒｅｖｅｎｕｅｍａｎａｇｅｍｅｎｔ收稿日期：２０２２ ０８ １６基金项目：国家自然科学基金资助项目（７２１２５００２，７２２９３５６１）通讯作者简介：肖勇波，清华大学经济管理学院教授，博士生导师，研究方向：运营与供应链管理，收益与定价管理。

基于产品评论的方面级观点挖掘的研究与应用基于产品评论的方面级观点挖掘的研究与应用摘要：随着电子商务的快速发展，越来越多的用户倾向于在网上购买商品。

然而，用户常常需要花费大量时间阅读产品评论来做出购买决策。

为了帮助用户更好地了解产品，本文提出了一种基于产品评论的方面级观点挖掘方法。

该方法首先利用自然语言处理和机器学习技术对用户评论进行预处理，包括分词、去除停用词、词性标注等；然后将评论文本中的情感极性和方面词进行标注；最后，使用一些规则和模型来提取方面级观点。

为了验证该方法，本文采用了一些公开的数据集进行实验，并对实验结果进行了详细的分析和讨论。

实验结果表明，所提出的方法能够准确地挖掘出用户评论中的重要方面级观点，并且比现有方法具有更高的性能和准确率。

最后，本文还对该方法在电子商务领域中的应用进行了讨论，并提出了一些有关未来工作方向的建议。

关键词：方面级观点挖掘、产品评论、自然语言处理、机器学习、电子商务。

引言随着电子商务的快速发展，越来越多的用户倾向于在网上购买商品，而网上购物的一个重要特点是用户可以在购买前阅读其他用户的产品评论以了解该商品的性能，质量和服务等情况。

然而，随着产品评论越来越多，用户常常需要花费大量时间阅读评论来做出购买决策，这对于用户和电商平台都是一种负担。

因此，对于电商平台来说，如何更好地呈现和分析产品评论，提取有用的信息帮助用户了解商品变得非常重要。

在产品评论中，一个评论不仅仅包含了对整个产品的描述，而且还包括对于不同方面的评价。

例如，在一个对于手机的评论中，用户可能会简单地描述手机的观感等感官体验，但也会深入地评论手机的电池寿命，音质等一些具体的方面，因此我们需要方法来在评论中提取出这些方面的信息。

在这些方面中，每个方面都包含大量的意见，即对于这个方面的好评或差评。

这些意见又可以被进一步分类成为积极的意见或消极的意见。

因此，提取出商品评论中的方面级观点能够帮助用户更深入地了解商品，并帮助电商平台更好地呈现和分析评论。

基于评论挖掘的新消费品牌用户画像研究——以三顿半咖啡
品牌为例
陆子欣
【期刊名称】《老字号品牌营销》
【年(卷),期】2024()10
【摘要】基于在线评论挖掘与识别用户兴趣标签,构建新品牌消费者群体画像,有助于企业深入了解用户需求特征,实现精准营销。

本文利用python爬取电商平台评论信息,通过对评论数据的LDA分布主题分析及词频分析挖掘用户兴趣标签并设计调查问卷,改进新消费品牌用户画像属性维度因素,并对数据进行探索性因子分析及k-means聚类分析,构建新消费品牌用户画像模型。

依据消费者需求偏好及行为特征构建7类新消费品牌用户画像,有助于消费品牌提供个性化产品及服务体验,实现精准营销。

本文构建了电商评价行为场景下的用户需求理论模型,将评论采集技术和问卷调查法进行统筹整合,有效实现多源数据的融合,提供了更为精准全面的用户画像构建框架。

本文的局限性在于问卷调查样本有限,拟在今后的研究中结合其他方法对目标对象进行深入研究。

【总页数】4页(P9-12)
【作者】陆子欣
【作者单位】浙江工业大学管理学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.消费者对品牌偏好的行为研究——以咖啡为例
2.品牌危机事件下的消费者品牌态度研究——基于消费者网络评论的内容分析
3.基于消费者视角的瑞幸咖啡品牌价值研究
4.新消费时代下国货品牌的营销传播策略研究——以香氛品牌观夏为例
因版权原因，仅展示原文概要，查看原文内容请购买。