内容摘要：网络购物让各大电商平台每天都产生大量含有潜在价值信息的评论数据，而仅凭人工阅读的方式来获取信息显然不切实际。利用文本挖掘技术，以微单相机评论数据为例，结合词云图及LDA模型对评论数据进行分析，可以快速且准确地提取出有价值的关键信息。首先，运用网络爬虫技术完成评论数据的采集，对收集到的数据进行清洗后分词，计算分词结果的情感值后分类。利用词云图将评论关键词语可视化，再通过构建LDA模型将评论词语聚类，形成若干个特征主题。结合词云图及模型进行分析，一方面可以帮助商家准确且快速地提取在线评论中有用的信息，根据信息选择产品优化策略。另一方面让消费者更直观地了解到产品的优缺点，进而挑选出心仪的产品。

关键词：文本挖掘；评论数据；词云图；LDA模型

目 录

Abstract

内容摘要

1、前言-1

1.1研究背景及意义-1

1.2国内外研究现状-1

2、文本挖掘相关理论-3

2.1中文分词的方法及工具-3

2.1.1中文分词方法-3

2.1.2中文分词工具-3

2.2主题模型-3

2.2.1LDA主题模型-3

2.2.2最优主题个数-4

3、产品评论特征分析-5

3.1数据预处理-5

3.2中文分词-5

3.3基于词云图的可视化分析-6

3.3.1索尼微单相机词云图-6

3.3.2佳能微单相机词云图-7

3.4基于LDA主题模型的特征分析-7

3.4.1索尼微单相机主题分析-8

3.4.2佳能微单相机主题分析-10

3.5 建议小结-11

4、结论与展望-14

参考文献-15

致谢-16