广西师范大学学报（自然科学版） ›› 2016, Vol. 34 ›› Issue (2): 74-80.doi: 10.16088/j.issn.1001-6600.2016.02.011

• • 上一篇    下一篇

基于PPOG语义文法的产品舆情分析方法

曹阳1, 唐素勤1, 方芳2, 赵宏远3, 曹存根2   

  1. 1.广西师范大学广西多源信息挖掘与安全重点实验室,广西桂林541004;
    2.中国科学院计算技术研究所智能信息处理重点实验室,北京100190;
    3.北京工业大学应用数理学院,北京100124
  • 收稿日期:2015-11-15 出版日期:2016-06-25 发布日期:2018-09-14
  • 通讯作者: 唐素勤(1972—),女(壮族),广西都安人,广西师范大学教授,博士。E-mail:sqtang@gxnu.edu.cn
  • 基金资助:
    国家自然科学基金资助项目(61203284,61103169,61173063);国家行业专项(201303107);广西科学研究与技术科技攻关计划项目(桂科攻1598010-6)

Analysis of Product Public Opinion Based on PPOG Semantic Grammar

CAO Yang1, TANG Suqin1, FANG Fang2, ZHAO Hongyuan3, CAO Cungen2   

  1. 1. Guangxi Key Lab of Multi-source Information Mining & Security, Guangxi Normal University, Guilin Guangxi 541004,China;
    2. Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academyof Sciences, Beijing 100190, China;
    3. College of Applied Mathematical and Physical Science, Beijing Universityof Technology,Beijing 100124, China
  • Received:2015-11-15 Online:2016-06-25 Published:2018-09-14

PDF (PC)

149

摘要： 产品质量和售后服务问题已成为决定企业发展和用户消费的关键因素。目前,产品舆情分析的主要研究方法都是依靠关键词从社交网络渠道获取消费者对产品的评价,这种方法由于缺乏对舆情语义的分析,会产生比较多的噪音数据。本文提出了一种基于产品舆情主题结构和产品舆情文法(称为PPOG)的产品舆情分析方法,研制了一种具有较高精度的产品舆情分析算法。通过大量实际的微博例子测试,基于PPOG的分析方法具有良好的应用前景。

关键词: 产品质量, 产品舆情文法, 产品舆情分析

Abstract: Product quality and safety have been viewed as crucial factors to both enterprise development and customer concern. At present, keyword-based methods are the primary analysis method of product-relevant public opinion. However, due to the lack of a deep analysis of public opinions, numerous wrong results are produced. In this paper, a thematic structure of product public opinions is proposed and a product-public opinion grammar, called PPOG, is designed to analyze mircro-blogs. Through comprehensive experiments with the use of micro-blogs, it is believed that the PPOG-based analysis method of public opinion has a promising application prospect.

Key words: product quality, product public opinion grammar, product public opinion analysis

中图分类号: 

  • TP391
[1] 李雯静,许鑫,陈正权. 网络舆情指标体系设计与分析[J]. 情报科学, 2009,27(7):986-991.
[2] 郑魁,疏学明,袁宏永. 网络舆情热点信息自动发现方法[J]. 计算机工程, 2010, 36(3):4-6.
[3] 柳虹,徐金华. 网络舆情热点发现研究[J].科技通报, 2011, 27(3):421-425. DOI:10.13774/j.cnki.kjtb.2011.03.017.
[4] 王兰成. 网络舆情分析技术[M]. 北京:国防工业出版社,2014.
[5] 郭林宇,戚亚梅,李艳,等. 农产品质量安全网络舆情监测工作的几点思考[J].中国食物与营养, 2012, 18(12):5-7.
[6] 张庆民,吴春梅,刘小峰. 产品质量安全网络舆情下的企业网络声誉研究[J]. 华东经济管理, 2014,28(4):98-103. DOI:10.3969/j.issn.1007-5097.2014.04.019.
[7] SRIRAM B, FUHRY D, DEMIR E, et al. Short text classification in Twitter to improve information filtering[C]// Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval. New York:ACM, 2010:841-842. DOI:10.1145/1835449.1835643.
[8] 夏雨禾. 微博互动的结构与机制:基于对新浪微博的实证研究[J]. 新闻与传播研究,2010,18(4):60-69.
[9] 侯圣峦,刘磊,曹存根. 基于语义文法的网络舆情精准分析方法研究[J]. 计算机科学, 2014,41(10):225-231,237. DOI:10.11896/j.issn.1002-137X.2014.10.048.
[10] 侯圣峦,基于语义文法的网络舆情精准分析方法研究 [D]. 北京:北京工业大学,2014.
[11] 国家统计局.统计用产品分类目录[M]. 北京:国家统计出版社,2010.
[12] 温敬和.LL(1)文法及分析表的自动构造[J]. 上海第二工业大学学报,2001,18(2):38-44.
[1] 张灿龙, 李燕茹, 李志欣, 王智文. 基于核相关滤波与特征融合的分块跟踪算法[J]. 广西师范大学学报（自然科学版）, 2020, 38(5): 12-23.
[2] 王健, 郑七凡, 李超, 石晶. 基于ENCODER_ATT机制的远程监督关系抽取[J]. 广西师范大学学报（自然科学版）, 2019, 37(4): 53-60.
[3] 肖逸群, 宋树祥, 夏海英. 基于多特征的快速行人检测方法及实现[J]. 广西师范大学学报（自然科学版）, 2019, 37(4): 61-67.
[4] 王勋, 李廷会, 潘骁, 田宇. 基于改进模糊C均值聚类与Otsu的图像分割方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(4): 68-73.
[5] 陈凤,蒙祖强. 基于BTM和加权K-Means的微博话题发现[J]. 广西师范大学学报（自然科学版）, 2019, 37(3): 71-78.
[6] 张随远, 薛源海, 俞晓明, 刘悦, 程学旗. 多文档短摘要生成技术研究[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 60-74.
[7] 孙容海, 施林甫, 黄丽艳, 唐振军, 俞春强. 基于图像插值和参考矩阵的可逆信息隐藏算法[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 90-104.
[8] 朱勇建, 彭柯, 漆广文, 夏海英, 宋树祥. 基于机器视觉的太阳能网版缺陷检测[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 105-112.
[9] 王祺, 邱家辉, 阮彤, 高大启, 高炬. 基于循环胶囊网络的临床语义关系识别研究[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 80-88.
[10] 武文雅, 陈钰枫, 徐金安, 张玉洁. 基于高层语义注意力机制的中文实体关系抽取[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 32-41.
[11] 岳天驰, 张绍武, 杨亮, 林鸿飞, 于凯. 基于两阶段注意力机制的立场检测方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 42-49.
[12] 余传明, 李浩男, 安璐. 基于多任务深度学习的文本情感原因分析[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 50-61.
[13] 林原, 刘海峰, 林鸿飞, 许侃. 基于损失函数融合的组排序学习方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 62-70.
[14] 万福成,马宁,何向真. 融合事件特征及语义角色标注的藏文信息抽取技术[J]. 广西师范大学学报（自然科学版）, 2018, 36(2): 18-23.
[15] 夏海英,刘伟涛,朱勇建. 一种改进的快速SUSAN棋盘格角点检测算法[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 44-52.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发