【目的/意义】通过评论信息发现用户兴趣,以便为用户提供个性化的商品推荐等服务。【方法/过程】以淘宝网化妆品评论信息为研究对象,建立用户兴趣字典,按商品的价值属性确定用户画像维度,并进行用户兴趣画像分析。用户兴趣词典的建立过程:首先利用ROST CM 6软件对评论信息分词和去停词;然后采用词频分析方法挖掘兴趣词汇;最后借助知网发布的“情感分析用词语集(beta版)”建立词典。用户画像分析是基于用户兴趣字典,采用情感分析、标签云和语义网络分析等多种工具完成。【结果/结论】论文实证研究结论可做为产品推荐的根据,基于评论信息的用户画像方法可为网络其他商品用户画像。【创新/局限】用户兴趣词典是本论文的创新之处;论文分析工具的选择充分考虑了不同软件分析工具的优势和局限,是本文数据分析工具应用的探索。但基于用户兴趣画像的个性化商品推送算法研究尚未进行,是本文的不足之处。
暂无评论