1、互聯網已經融入我們的日常生活，與我們的工作和學習密不可分。網絡的迅速普及和快速發(fā)展使得互聯網承載了無比巨大的信息。自從進入Web2.0時代以來，各種各樣的信息資源更是豐富多彩，各種新型的交互網站也逐漸興起?；ヂ摼W用戶更多的參與進來，他們可以通過網絡媒體發(fā)表看法和意見等信息。本文詳細探討了針對網絡評論內容進行觀點挖掘的相關理論和方法，設計了觀點挖掘的實現過程。本文通過對觀點傾向分類的方法和過程的實現來分析客戶行為和觀點傾向,詳細研究了觀點

2、挖掘中特征和極性提取方法和過程，并分析了客戶觀點表達的規(guī)律。
　　本文結合網絡評論內容的上下文特點對網絡用戶的觀點進行總結并分析了解客戶的語義傾向。研究中收集了來自于網上的大量客戶評論內容，本文對這些數據進行了結構化處理，并進行分詞和標注以便于進一步分析。我們對預處理后的數據進行特征提取并表示成向量空間的形式，通過運用計算機自動分類的方法對預處理后的文本數據按照不同的屬性進行觀點分類。在分類的過程中，本文使用了支持向量機的方法并運

3、用Weka軟件進行針對每個含有星數的屬性進行分類，研究中還對分類過程和方式進行改進以求達到更好的觀點分類效果，通過對分類結果的分析我們發(fā)現了評論中隱藏的客戶觀點表達規(guī)律，這方面的知識有助于商家更加有針對性地了解客戶。
　　網絡評論中常常包含有客戶對各種商品及屬性的評價，這些內容對我們來說也是有價值的。本文研究了評論對象及其屬性特征的挖掘方法并設計了挖掘的過程。研究中通過運用詞頻統(tǒng)計和互信息值計算等方法設計了被評價事物及特征提取的過

4、程，再結合語義規(guī)則和知網語義分析等手段進行極性提取。本文提取了被客戶打上星數的屬性特征的子特征并進行了展示。本文還運用統(tǒng)計理論和方法分析了客戶口碑對商業(yè)方面的影響。客戶的網上評論是以口碑的形式進行傳播，這種網絡口碑無疑對客戶和商家的交易行為產生很大影響，研究中客戶觀點傾向對店鋪回頭率的影響分析幫助我們更加了解客戶行為規(guī)律。本文試圖通過對觀點挖掘的研究為相關領域研究提供參考，幫助商家更好地了解客戶并進行客戶關系管理，為客戶的消費決策提供更