[发明专利]图书评论挖掘系统及方法

权利要求书

1.一种图书评论挖掘系统，其特征在于，包括：

数据获取及清洗模块，用于从大型网站上抓取评论信息的原始数据并对所述原始数据进行清洗，以形成评论的原始语料库；

预处理模块，对所述原始语料库进行分词和冗余词匹配替换的预处理；

特征提取及挖掘模块，用于从所述原始语料库中提取产品特征并且对所述产品特征进行挖掘，以获得出现频率高的评论特征词的数据库；以及

评论极性分析模块，用于对所述评论的数据库进行分类以获得具有整体极性分类的结果数据库。

2.根据权利1所述的图书评论挖掘系统，其特征在于，所述预处理模块进一步包括冗余词表匹配替换子模块，用于对所述原始评论与冗余词汇表进行比较并根据比较结果进行冗余词替换。

3.根据权利2所述的图书评论挖掘系统，其特征在于，冗余词汇表生成子模块，用于结合常见中文频项词非产品特征表和同义词表预先形成冗余词汇表。

4.根据权利3所述的图书评论挖掘系统，其特征在于，冗余词汇表生成子模块还根据所述冗余词表匹配替换子模块提供的反馈信息，扩展所述冗余词汇表。

5.根据权利1所述的图书评论挖掘系统，其特征在于，所述预处理模块进一步包括分词子模块，用于对所述原始语料库中的原始评论进行分词并进行词性标注，其中，所述词性标注包括标注名词、名词短语、动词、形容词。

6.根据权利1所述的图书评论挖掘系统，其特征在于，所述特征提取及挖掘模块利用Apriori算法对评论进行产品特征挖掘。

7.根据权利1所述的图书评论挖掘系统，其特征在于，所述评论极性分析模块还包括转义处理子模块，用于对所述评论的数据库中评论进行转义复句处理。

8.根据权利7所述的图书评论挖掘系统，其特征在于，所述评论极性分析模块采用SVM支持向量机算法对所述转义复句处理的评论进行整体极性分析以构建SVM分类模型。

9.根据权利8所述的图书评论挖掘系统，其特征在于，所述评论极性分析模块通过所述SVM分类模型对评论情感极性进行分类并生成所述结果数据库。

10.根据权利9所述的图书评论挖掘系统，其特征在于，所述结果数据库和所述评论特征词的数据库以图形化或图表化的形式展示给消费者。

11.根据权利1所述的图书评论挖掘系统，其特征在于，对所述原始数据进行清洗还包括去除非中文评论和无用评论。

12.一种图书评论挖掘方法，其特征在于，包括：

从大型网站上抓取评论信息的原始数据并对所述原始数据进行清洗，以形成评论的原始语料库；

对所述原始语料库进行分词和冗余词匹配替换的预处理；

从所述原始语料库中提取产品特征并且对所述产品特征进行挖掘，以获得出现频率高的评论特征词的数据库；以及

对所述评论的数据库进行分类以获得具有整体极性分类的结果数据库。