基于中文微博的产品评价分类算法.docVIP

基于中文微博的产品评价分类算法 　　摘 要： 在中文微博产品评价分类算法中，由于常规SVM分类器在对少量标记数据的样本进行训练时，泛化能力无法满足要求，无法直接应用于微博文本的数据挖掘中，而传统的半监督TSVM算法的改造是通过对未标记数据增加惩罚函数完成的，这样会产生非凸函数优化问题。因此该文研究一种半监督高斯混合模型核的支持向量机分类算法。使用高斯混合模型对已标记和未标记数据进行训练，求取概率分布。最后通过一个对于iPhone手机的评价实例进行分析，验证了该文研究方法的优势。 　　关键词： 微博； 产品评价； 数据挖掘； 支持向量机； 半监督学习 　　中图分类号： TN911?34； TP393 文献标识码： A 文章编号： 1004?373X（2016）14?0077?03 　　Product evaluation and classification algorithm based on Chinese micro blog 　　ZHANG Yan 　　（College of Educational Science， Xinjiang Normal University， Urumqi 830017， China） 　　Abstract： The evaluation and classification algorithm of Chinese microblog products is studied in this paper. Because the conventional support vector machine （SVM） classifier cannot satisfy the requirement of the generalization ability when the samples are trained with a small amount of labeled data， it cannot be directly applied to the data mining of the micro blog text. And the improvement of the traditional semi supervised TSVM algorithm is accomplished by increasing the penalty function to the unlabeled data， but this will produce a non convex function optimization problem. Therefore， a semi?supervised kernel SVM classification algorithm based on Gauss mixture model is studied in this paper. The Gauss mixture model is used to train labeled and unlabeled data to obtain the probability distribution. SVM classification algorithm can make use of the clustering information with unlabeled data as far as possible. Finally， the advantages of this research method are verified by analyzing an example of evaluation for iPhone mobile phone. 　　Keywords： microblog； product evaluation； data mining； support vector machine； semi?supervised learning 　　0 引 言 　　随着计算机和互联网的普及，人们越来越多的在网络中分享、交流、获取信息。互联网社交平台的出现丰富了人们分析、获取信息的途径。人们可以在互联网社交平台上真实地表达自己对于某种产品的观点、评价和立场等，这些观点评价等信息涵盖了大量的情感信息；因此对于这些情感信息进行挖掘，能够帮助企业商家分析人们对于产品的评价，了解产品动态，及时做出有效整改，帮助监管部门进行监督和民意调查等[1?3]。 　　微博是近几年快速兴起的互联网社交平台，其特点是信息传播速度快，范围广，用户量大等。人们越来越依赖微博，越来越愿意在微博中发布自己对于购买商品的评价，因此通过微博对于产品情感评价信息的数据挖掘，能够获取大量有意义的