导　　师： 董守斌

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 移动互联网已经渗透到了人类活动的方方面面,其中,移动手机游戏正在逐渐成为人类娱乐活动的主要项目。快速普及的移动终端、丰富多样的游戏产品、功能强大的智能手机以及速度提升的4G网络给新老手游用户带来了非凡的体验,促进了手游行业的高速发展。在这一背景下,如何抓住移动游戏高速发展的黄金时期,为手游用户提供更高质量的精准游戏推荐成为了一个重要的研究任务,具有广阔的应用前景。目前,在各大游戏网站论坛或者手机应用商店中,针对每一款手游,都会有大量的用户评论。这些评论在一定程度上反映出用户在使用手游之后的直接感受,同时也成为其他新用户在选择游戏时的重要参考指标。对手游评论进行情感倾向性分析,深入挖掘手游产品的好评程度、关注侧重等多维度信息,将有助于实现符合用户真正需求的手游推荐。基于以上项目背景和研究意义,本论文的主要工作包括:(1)提出了基于PMI的候选领域词过滤方法,基于词向量实现情感词识别和极性判定,从而构建手游的领域词典和情感词典;(2)基于深度学习方法提取和表达句向量特征,实现手游评论情感倾向性判别,根据好评程度自动形成游戏排行榜;(3)设计了融合规则和最短路径的评价搭配抽取方法,对手游玩家的评论信息进行挖掘和分析,抽取出相应的评价搭配,在此基础上实现游戏推荐,并提供游戏功能改进建议。在实际数据集上的实验结果表明,本文提出的新词发现算法和情感倾向性分析算法可处理大规模的评论数据,实现智能的情感判别,降低了手游评论处理的成本和开销。基于评价搭配的抽取的用户手游推荐算法提高了手游推荐中的准确性。该算法对于指导已有游戏的改良设计和新游戏的功能设计,以及帮助用户找到符合自身需求的手游产品,具有一定的参考价值。更多�

关 键 词： 情感倾向性分析 手游推荐 评价搭配抽取 新词发现 游戏排行榜

领　　域： []