面向社交网络的热点商品导购算法研究

发布时间：2023-08-29 22:18

　　随着网络的发展以及社会物流、金融等方面的完善,网络购物在近几年呈现出异常迅速的发展趋势。人们在日常生活中无时无刻不接触着海量的商品信息,这些信息都在潜意中影响着人们的购物选择。而由于微博等社交网络的快速兴起,大量的用户生成内容往往会引领出社会潮流,使得商品出现“爆款”。这导致了在互联网购物中出现的“马太效应”,即流行度越高的商品往往会销量越高,用户在选择商品时,流行商品意味着更容易被用户接受,形成一种强者越强的局面。那么如何从社交网络这种无结构的网络中抽取出商品信息,并发现其中商品的流行度,找到热点,将会对消费者的购物选择提供参考,同时也能为商家的生产销售决策给出意见。由于社交网络本身的结构不明确,以及内容形式随意、口语化严重等问题,都给社交网络中流行商品的获取增加了难度。本文将从如何在社交网络中获取商品信息,以及如何获取已抽取商品的流行度两个方面入手,提出一种面向社交网络的热点商品导购算法。本文首先分析了微博中商品实体的定义,并构建了一个手机领域的实体库,通过加入已知领域知识提出了一种改进的命名实体识别方法。通过产品实体库,达到了较好产品以及特征识别效果。其次,本文在实体识别的基础上...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 本文主要工作
    1.4 本文组织结构
第二章 相关理论基础
    2.1 文本的表示
        2.1.1 词的向量化表示
        2.1.2 词嵌入表示
    2.2 基于统计学的命名实体识别概述
        2.2.1 概率图模型
        2.2.2 隐形马尔可夫模型
        2.2.3 最大熵马尔可夫模型
        2.2.4 条件随机场
    2.3 基于神经网络的命名实体识别概述
        2.3.1 基于Bi-LSTM+CRF的命名实体识别
第三章 微博内商品信息的命名实体识别方法
    3.1 规范化产品语料库构建
        3.1.1 产品实体的定义
        3.1.2 领域产品字典的构建
        3.1.3 产品特征字典构建
    3.2 基于领域知识库的产品信息实体识别模型
        3.2.1 中文命名实体识别方法
        3.2.2 基于词权重的网格模型
    3.3 实验及分析
        3.3.1 实验数据准备
        3.3.2 实验评价指标
        3.3.3 实验结果及分析
    3.4 本章小结
第四章 面向社交网络的热点商品识别
    4.1 微博传播信息扩充
        4.1.1 微博文本及相关数据获取
        4.1.2 评论及转发数据的清洗
        4.1.3 微博传播链的构建
    4.2 热点商品的发现
        4.2.1 微博影响力节点发现
        4.2.2 基于实体标准化的热点商品发现
    4.3 热点商品导购系统原型设计及实现
        4.3.1 系统需求分析
        4.3.2 模块设计及实现
    4.4 本章小结
第五章 总结与展望
参考文献
致谢



本文编号：3844393