1. 毕业设计（论文）主要目标：
从消费者角度看，通过比较几款产品以及具体属性的优劣，有利于根据不同消费者的个性化需求，做出合适的购买决策。同时，商家为了宣传商品，有时会发布不实信息，所以通过商家发布的信息来做出购买决策，不利于消费者选择得到真实的产品信息。而通过文本挖掘技术，能够得到产品最真实最直观的反馈，从而提高消费者的决策效率和购买质量。
从商家角度，一方面，在电子商务平台建立消费者个性化推荐系统，针对消费者展示产品各属性的比较信息，能够给消费者提供合适的参考意见，提高消费者的购买效率；另一方面，通过对负面评价中产品属性的挖掘，可以发现产品的不足之处，为商家进行产品改进和再设计提供了依据。
2. 毕业设计（论文）主要内容：
本文利用数据挖掘中的文本挖掘技术，从京东商城提取四款笔记本电脑的在线评论数据，对数据进行预处理工作，利用python中jieba分词工具，通过TextRank算法挖掘出产品属性，并对产品属性进行分类，利用基于情感词典的方法对评论内容进行情感倾向分析，比较几款笔记本电脑的情感得分，然后利用snownlp工具，从负面评价中提取需要改进的产品属性，最后对结果进行分析，从消费者和商家的角度分别给出购前意见和产品改进点。
3. 主要参考文献
[1]王桂华,陈黎,于中华,等.一种建立在对客户端浏览历史进行LDA建模基础上的个性化查询推荐算法[J].四川大学学报,2015(4).
[2]张涛.基于浏览历史的用户兴趣提取模型[J].软件导刊.2009(6).
[3]陈红涛. 基于搜索日志的用户行为研究及应用[D].北京：北京邮电大学.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
