基于<bold>Gaussian LDA</bold>的在线评论主题挖掘研究

doi:10.3772/j.issn.1000-0135.2020.06.007

情报学报

2020, Vol. 39

Issue (6): 630-639 DOI: 10.3772/j.issn.1000-0135.2020.06.007

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

基于Gaussian LDA的在线评论主题挖掘研究

国显达, 那日萨, 高欢, 杨心怡

大连理工大学系统工程研究所，大连 116024

Topic Mining of Online Reviews Based on Gaussian Latent Dirichlet Allocation

Guo Xianda, Zhao Narisa, Gao Huan, Yang Xinyi

Institute of Systems Engineering, Dalian University of Technology, Dalian 116024

摘要
图/表
参考文献
相关文章 (6)

全文: PDF (1634 KB) HTML (137 KB)
输出: BibTeX | EndNote (RIS)

摘要针对现有主题挖掘方法生成的主题分布稀疏、语义不连贯，并导致可应用性差等不足之处，提出了一种基于Gaussian LDA的在线评论主题挖掘方法。首先，通过word2vec训练得到在线评论的词向量，并基于Gaussian LDA模型获取在线评论的主题分布；然后，通过主题分布来计算评论的相似度矩阵并应用AP聚类算法实现在线评论聚类，通过分析聚类结果实现主题发现；最后，利用TextRank算法提取各主题的关键句子生成主题摘要，以完成对主题的描述。该方法可有效缓解消费者在线评论信息过载问题，通过淘宝、京东、豆瓣等平台7种不同类型产品的评论数据的实验计算证明了方法的有效性及现实应用价值。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	国显达
	那日萨
	高欢
	杨心怡

关键词 ：在线评论, 主题挖掘, Gaussian LDA主题模型, AP聚类, TextRank

收稿日期: 2019-07-19

基金资助:国家自然科学基金面上项目“基于在线评论的网络消费者群体行为预测智能技术研究”（61471083）；教育部人文社会科学研究规划基金项目“基于在线评论的网络消费者群体行为机理及预测”（14YJA630044）；大连市科技创新基金项目“大连智慧城市建设中基于大数据的智能决策理论方法及支持技术研究”（2018J11CY009）。

作者简介: 国显达，男，1993 年生，硕士研究生，研究方向为文本挖掘与深度学习；那日萨，男，1970 年生，教授，博士生导师，研究方向为文本挖掘与复杂网络，E-mail：nmgnnrs@dlut.edu.cn；高欢，女，1994 年生，硕士研究生，研究方向为文本挖掘与深度学习；杨心怡，女，1997 年生，本科生，研究方向为文本挖掘与复杂网络。

引用本文:

国显达, 那日萨, 高欢, 杨心怡. 基于Gaussian LDA的在线评论主题挖掘研究[J]. 情报学报, 2020, 39(6): 630-639.
Guo Xianda, Zhao Narisa, Gao Huan, Yang Xinyi. Topic Mining of Online Reviews Based on Gaussian Latent Dirichlet Allocation. 情报学报, 2020, 39(6): 630-639.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.06.007 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I6/630

1 刘洋, 廖貅武, 刘莹. 在线评论对应用软件及平台定价策略的影响[J]. 系统工程学报, 2014, 29(4): 560-570.
2 王智生, 李慧颖, 孙锐. 在线评论有用性投票的影响因素研究——基于商品类型的调节作用[J]. 管理评论, 2016, 28(7): 143-153.
3 Rus V, Niraula N, Banjade R. Similarity measures based on latent Dirichlet allocation[C]// Proceedings of the International Conference on Computational Linguistics and Intelligent Text Processing. Heidelberg: Springer, 2013: 459-470.
4 刘啸剑, 谢飞, 吴信东. 基于图和LDA主题模型的关键词抽取算法[J]. 情报学报, 2016, 35(6): 664-672.
5 刘晓君, 那日萨, 崔雪莲. 基于隐含狄利克雷分配模型的消费者在线评论复杂网络构建及其应用[J]. 系统工程学报, 2017, 32(3): 305-312.
6 Quan X J, Liu G, Lu Z, et al. Short text similarity based on probabilistic topics[J]. Knowledge and Information Systems, 2010, 25(3): 473-491.
7 de Groof R, Xu H P. Automatic topic discovery of online hospital reviews using an improved LDA with variational Gibbs sampling[C]// Proceedings of the International Conference on Big Data. Boston: IEEE, 2017: 3940-3947.
8 Hu P F, Liu W J, Jiang W, et al. Latent topic model based on Gaussian-LDA for audio retrieval[C]// Proceedings of Chinese Conference on Pattern Recognition. Heidelberg: Springer, 2012: 556-563.
9 Das R, Zaheer M, Dyer C. Gaussian LDA for topic models with word embeddings[C]// Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2015: 795-804.
10 Abualigah L M, Khader A T. Unsupervised text feature selection technique based on hybrid particle swarm optimization algorithm with genetic operators for the text clustering[J]. The Journal of Supercomputing, 2017, 73(11): 4773-4795.
11 Frey B J, Dueck D. Clustering by passing messages between data points[J]. Science, 2007, 315(5814): 972-976.
12 李一鸣, 倪丽萍, 方清华, 等. 基于近邻传播的文本数据流聚类算法研究[J]. 计算机科学, 2016, 43(5): 223-229.
13 Guan R C, Shi X H, Marchese M, et al. Text clustering with seeds affinity propagation[J]. IEEE Transactions on Knowledge and Data Engineering, 2011, 23(4): 627-637.
14 Rangrej A, Kulkarni S, Tendulkar A V. Comparative study of clustering techniques for short text documents[C]// Proceedings of the 20th International Conference Companion on World Wide Web. New York: ACM Press, 2011: 111-112.
15 郭崇慧, 曹梦月. GMAP: 一种基于AP聚类的共词分析方法[J]. 情报学报, 2017, 36(11): 1192-1200.
16 Hu M Q, Liu B. Mining opinion features in customer reviews[C]// Proceedings of the 19th National Conference on Artificial Intelligence. Palo Alto: AAAI Press, 2004: 755-760.
17 莫鹏, 胡珀, 黄湘冀, 等. 基于超图的文本摘要与关键词协同抽取研究[J]. 中文信息学报, 2015, 29(6): 135-140.
18 林莉媛, 王中卿, 李寿山, 等. 基于PageRank的中文多文档文本情感摘要[J]. 中文信息学报, 2014, 28(2): 85-90.
19 唐晓波, 肖璐. 基于单句粒度的微博主题挖掘研究[J]. 情报学报, 2014, 33(6): 623-632.
20 何喜军, 张婷婷, 武玉英, 等. 供需匹配视角下基于语义相似聚类的技术需求识别模型[J]. 系统工程理论与实践, 2019, 39(2): 476-485.
21 尹裴, 王洪伟. 面向产品特征的中文在线评论情感分类: 以本体建模为方法[J]. 系统管理学报, 2016, 25(1): 103-114.
22 Xiao D, Ji Y G, Li Y T, et al. Coupled matrix factorization and topic modeling for aspect mining[J]. Information Processing & Management, 2018, 54(6): 861-873.
23 Araque O, Corcuera-Platas I, Sánchez-Rada J F, et al. Enhancing deep learning sentiment analysis with ensemble techniques in social applications[J]. Expert Systems with Applications, 2017, 77: 236-246.
24 崔雪莲, 那日萨, 刘晓君. 基于主题相似性的在线评论情感分析[J]. 系统管理学报, 2018, 27(5): 24-30.
25 Mikolov T, Chen K, Corrado G, et al. Efficient estimation of word representations in vector space[OL]. https://arxiv.org/pdf/1301.3781.pdf.
26 Mikolov T, Sutskever I, Chen K, et al. Distributed representations of words and phrases and their compositionality[C]// Proceedings of the 26th International Conference on Neural Information Processing Systems. Red Hook: Curran Associates, 2013: 3111-3119.
27 黄仁, 张卫. 基于word2vec的互联网商品评论情感倾向研究[J]. 计算机科学, 2016, 43(s1): 387-389.
28 Lauren P, Qu G Z, Zhang F, et al. Discriminant document embeddings with an extreme learning machine for classifying clinical narratives[J]. Neurocomputing, 2018, 277: 129-138.
29 李良强, 袁华, 叶开, 等. 基于在线评论词向量表征的产品属性提取[J]. 系统工程学报, 2018, 33(5): 113-123.
30 Mihalcea R, Tarau P. TextRank: Bringing order into texts[C]// Proceedings of the Conference on Empirical Methods in Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2004: 404-411.
31 Fahad A, Alshatri N, Tari Z, et al. A survey of clustering algorithms for big data: Taxonomy and empirical analysis[J]. IEEE Transactions on Emerging Topics in Computing, 2014, 2(3): 267-279.