摘  要： 設(shè)計(jì)了一個(gè)基于API技術(shù)的淘寶商品評(píng)價(jià)分類(lèi)系統(tǒng),。利用淘寶開(kāi)放平臺(tái)提供的API接口獲取商品評(píng)價(jià)信息，然后將這些評(píng)價(jià)信息按照質(zhì)量,、物流以及服務(wù)態(tài)度等屬性分別分出好評(píng)和差評(píng),，通過(guò)對(duì)典型操作實(shí)例的理論分析和實(shí)驗(yàn)結(jié)果，驗(yàn)證了該方法的有效性,。

　　關(guān)鍵詞： 淘寶API,；評(píng)價(jià)屬性,；評(píng)價(jià)分類(lèi)

　　淘寶開(kāi)放平臺(tái)是一個(gè)綜合性、商業(yè)性的開(kāi)放平臺(tái)[1],。TOP發(fā)布的API涵蓋了商品,、產(chǎn)品、類(lèi)目,、用戶(hù),、交易、評(píng)價(jià)和物流等不同專(zhuān)業(yè)領(lǐng)域的開(kāi)放接口,。使用這些預(yù)先定義好的函數(shù),，可以更加方便、快捷地調(diào)用這些接口來(lái)完成一些有關(guān)處理工作,。

　　淘寶網(wǎng)作為國(guó)內(nèi)最大的電商網(wǎng)站,，每月每天甚至每小時(shí)的交易量都是相當(dāng)大的，而作為買(mǎi)家在淘寶網(wǎng)上購(gòu)買(mǎi)商品之后,，無(wú)論對(duì)商品滿(mǎn)意與否,，都可以通過(guò)淘寶網(wǎng)提供的商品評(píng)價(jià)系統(tǒng)對(duì)所購(gòu)買(mǎi)的商品作出自己的評(píng)價(jià)，這就產(chǎn)生了大量的評(píng)價(jià)信息,。這些評(píng)價(jià)對(duì)今后購(gòu)買(mǎi)同種商品的買(mǎi)家可以產(chǎn)生重要的指導(dǎo)作用；評(píng)價(jià)信息里反映出的買(mǎi)家對(duì)商品比較關(guān)注的一些問(wèn)題也為賣(mài)家不斷改進(jìn)商品提供了方向,。

　　但是目前淘寶評(píng)價(jià)系統(tǒng)只是單純地將買(mǎi)家的評(píng)價(jià)羅列在產(chǎn)品信息頁(yè)面上,，這些評(píng)價(jià)包含了買(mǎi)家對(duì)該商品在做工、款式,、服務(wù)態(tài)度,、發(fā)貨速度和物流速度等相關(guān)評(píng)價(jià)屬性的信息反饋，這對(duì)想查看該商品某種評(píng)價(jià)屬性信息的買(mǎi)家和賣(mài)家?guī)?lái)了很大的困難,。有些商品評(píng)價(jià)信息較少,，可以通過(guò)逐條查看的方法來(lái)獲取需要的信息。但是對(duì)于有幾千條甚至上萬(wàn)條評(píng)價(jià)信息的商品來(lái)說(shuō),，逐條查看必定會(huì)耗費(fèi)大量的精力,，也無(wú)法取得較好的效果。同時(shí),，淘寶提供的好評(píng),、中評(píng)和差評(píng)都是由買(mǎi)家人工選擇的。有時(shí)候買(mǎi)家對(duì)商品并不很滿(mǎn)意,，但是由于賣(mài)家服務(wù)態(tài)度較好等原因也給出了好評(píng),；而有些差評(píng)則是因?yàn)橘u(mài)家服務(wù)態(tài)度不好或者物流送貨不及時(shí)等原因，但是商品本身質(zhì)量并沒(méi)有問(wèn)題,，這就對(duì)信息獲取造成了誤差,。針對(duì)上面的問(wèn)題設(shè)計(jì)并實(shí)現(xiàn)的淘寶商品評(píng)價(jià)屬性分類(lèi)系統(tǒng),，利用淘寶開(kāi)放平臺(tái)提供的API技術(shù)獲取相關(guān)評(píng)價(jià)信息，然后按質(zhì)量,、物流和服務(wù)這3項(xiàng)關(guān)注度最高的屬性將評(píng)價(jià)信息進(jìn)行分類(lèi),，并對(duì)每種屬性按評(píng)價(jià)內(nèi)容情感傾向度分別判別出好評(píng)和差評(píng)。本系統(tǒng)實(shí)現(xiàn)了買(mǎi)家在淘寶網(wǎng)意向商品的大量評(píng)價(jià)中篩選出自己希望了解的關(guān)于商品某屬性的評(píng)價(jià)信息,，同時(shí)也幫助賣(mài)家了解在售商品各個(gè)屬性的買(mǎi)家反饋信息,，更好地改進(jìn)商品。

　　1 相關(guān)工作

　　本系統(tǒng)通過(guò)評(píng)價(jià)API接口獲取商品評(píng)價(jià)信息作為基本的數(shù)據(jù)來(lái)源,。系統(tǒng)中的商品評(píng)價(jià)主要分為兩類(lèi),。（1）按照商品屬性進(jìn)行分類(lèi)。商品的屬性特征都是由它的特征詞來(lái)表現(xiàn)的,，主要是能夠定義屬性的名詞或者名詞短語(yǔ),。本系統(tǒng)將評(píng)價(jià)信息按照質(zhì)量、服務(wù),、物流3個(gè)屬性進(jìn)行分類(lèi),。（2）按照情感傾向度進(jìn)行分類(lèi)。本系統(tǒng)提取評(píng)價(jià)信息中的情感詞并按照一定規(guī)則組成短語(yǔ)模型與事先建立好的短語(yǔ)模型情感傾向庫(kù)進(jìn)行匹配,，開(kāi)發(fā)了一種計(jì)算情感傾向度的算法,，按照此算法將商品的每個(gè)屬性都分為了好評(píng)和差評(píng)。

　　2 系統(tǒng)的具體設(shè)計(jì)

　　2.1 評(píng)價(jià)API獲取評(píng)價(jià)內(nèi)容

　　該模塊主要是獲取評(píng)價(jià)文本和文本轉(zhuǎn)存兩個(gè)功能,。使用API要先創(chuàng)建一個(gè)ITopClient對(duì)象,，向接口地址http：//gw.api.taobao.com/router/rest發(fā)起連接請(qǐng)求，請(qǐng)求成功后,，建立TraderatesGetRequest評(píng)價(jià)文本查詢(xún)請(qǐng)求對(duì)象,，設(shè)置請(qǐng)求的字段和參數(shù)，再建立TraderatesGetResponse對(duì)象接收返回的數(shù)據(jù),，把獲得評(píng)價(jià)文本內(nèi)容保存到文本文件,。格式是Json字符串。

　　2.2 建立商品屬性特征詞庫(kù)

　　商品特征詞的抽取主要有分詞標(biāo)注和按規(guī)則抽取特征詞兩個(gè)步驟,。

　?。?）要抽取特征詞，必須要用分詞工具先把句子分成詞語(yǔ),，然后對(duì)詞性進(jìn)行標(biāo)注,，才能分析每個(gè)詞語(yǔ)的意義。使用SHARPICTCLAS分詞工具分詞標(biāo)注,，例如：衣服/n很/d/a,！/w很/d合身/a！/w店家/n服務(wù)/vn態(tài)度/n也/d很/d好/a,，/w雖然/c中間/f出/v了/ul點(diǎn)/q小/a插曲/n,，/w但是/c很/d快/a都/d給/v解決/v了/y,。/w店家/n工作/vn相當(dāng)/d給/p力/n。/w快遞/vn也/d很/d給/p力/n,！/w贊/vg一個(gè)/m,！/w

　　（2）分詞標(biāo)注之后,，還要過(guò)濾掉一些沒(méi)有意義或者不是想要的詞,。首先就是根據(jù)詞性過(guò)濾。例如店家/n服務(wù)/vn態(tài)度/n也/d很/d好/a,，這個(gè)是標(biāo)注完畢的句子,，看到“服務(wù)態(tài)度”這個(gè)名詞短語(yǔ)其實(shí)就是商品服務(wù)的一個(gè)特征，也可以簡(jiǎn)化成“態(tài)度”,。前面提過(guò),，只有名詞或名詞短語(yǔ)才能表示商品的屬性特征，所以可以把名詞短語(yǔ)以外的非名詞詞語(yǔ)過(guò)濾掉,，上面的例子過(guò)濾后就是“店家/n服務(wù)/vn態(tài)度/n”,，其他詞性就不要了。然后再根據(jù)手工收集的一些無(wú)意義詞文件,，過(guò)濾掉無(wú)意義詞,，最后去除詞性標(biāo)注，合并同類(lèi)項(xiàng),，再利用Apriori算法中的頻繁項(xiàng)定義,，過(guò)濾掉噪音詞，屬性特征詞庫(kù)就建立了[2],。將需要分類(lèi)的評(píng)價(jià)信息分詞標(biāo)注之后與屬性特征詞庫(kù)進(jìn)行匹配，實(shí)現(xiàn)按照商品評(píng)價(jià)屬性分類(lèi),。

　　2.3 基于構(gòu)造短語(yǔ)模型的情感分類(lèi)方法設(shè)計(jì)

　　文本中能表達(dá)情感傾向的詞語(yǔ)組成的短語(yǔ)模型是判斷文本情感傾向的基礎(chǔ),，文本最終的情感傾向和短語(yǔ)模型所表達(dá)出的情感傾向是一致的。本文的情感分類(lèi)方法包括兩部分,。（1）建立情感詞詞庫(kù)和短語(yǔ)模型庫(kù),，其中情感詞詞庫(kù)就是抽取的有情感傾向的詞，短語(yǔ)庫(kù)是從訓(xùn)練文本中選取的比較有代表性的短語(yǔ)模型,，計(jì)算它們的情感傾向值,，組成一個(gè)短語(yǔ)模型的匹配庫(kù)[3]。（2）進(jìn)行情感分類(lèi),，對(duì)一個(gè)新文本進(jìn)行分析,，得出其情感傾向。

　　2.3.1 建立情感詞詞庫(kù)

　　一篇文本中有很多詞語(yǔ)都能表達(dá)情感,，需要知道哪幾個(gè)詞的情感傾向性最強(qiáng)?，F(xiàn)在已經(jīng)有了不少成熟的提取情感詞的算法,，由于本系統(tǒng)是針對(duì)淘寶網(wǎng)這個(gè)特定領(lǐng)域的評(píng)價(jià)信息，這些評(píng)價(jià)信息情感詞的精確度比較高而且量也不太大,，所以采用人工選取的方法從200篇好評(píng)樣本和200篇差評(píng)樣本中人為地選出情感詞[4],，并與中國(guó)知網(wǎng)情感詞庫(kù)共同組成情感詞庫(kù)。

　　2.3.2 建立短語(yǔ)模型

　　在分析文本時(shí),，僅僅依靠情感詞的情感傾向性來(lái)判斷文本的情感傾向性是不準(zhǔn)確的,，需要找出情感詞對(duì)應(yīng)的評(píng)價(jià)對(duì)象，把情感詞和評(píng)價(jià)對(duì)象組成情感模型,，然后把這些情感模型作為判斷文本情感傾向的基本元素[5],。

　　首先找出樣本中出現(xiàn)的情感模型，同時(shí)找出與之相關(guān)的連詞,、副詞,、否定詞，然后把他們組合成短語(yǔ)模型,，利用這些短語(yǔ)模型去分析情感傾向,。基于短語(yǔ)模型的情感分類(lèi)的方法目前有很多,，本系統(tǒng)選用了如表1的短語(yǔ)模型[2,，6]。

　　抽取的短語(yǔ)模型不是一般語(yǔ)法意義上的短語(yǔ),，而是從文本中選取能表達(dá)情感的詞按照短語(yǔ)模型規(guī)則組合成的,。

　　把從樣本中選出的情感詞以及相關(guān)的連詞、副詞,、否定詞和評(píng)價(jià)對(duì)象進(jìn)行二次標(biāo)注[3,，7]，約定：

　?。?）在好評(píng)情感詞前面加注“@!”,；

　　（2）在差評(píng)情感詞前面加注“@,？”,；

　　（3）在連詞,、代詞前面加注“@”,；

　　（4）在評(píng)價(jià)對(duì)象前面標(biāo)注“@*”,；

　?。?）在否定詞前面標(biāo)注“@~”。

　　根據(jù)表1所示的短語(yǔ)模型，用以下選取短語(yǔ)模型的算法,。

　?。?）尋找標(biāo)注為“@*”的短語(yǔ)；

　?。?）如果沒(méi)有找到標(biāo)注為“@*”的短語(yǔ),，則跳到（6）；

　?。?）如果找到標(biāo)注為“@*”的短語(yǔ),，則尋找標(biāo)注為“@!”、“@,？”的短語(yǔ),；

　　（4）如果沒(méi)有找到標(biāo)注為“@!”,、“@,？”的短語(yǔ)，則跳到（6）,；

　?。?）取出標(biāo)注為“@”的短語(yǔ)，加上（2）和（3）中找到的短語(yǔ),，把這些短語(yǔ)按原來(lái)的順序組成一個(gè)短語(yǔ)模型,；

　　（6）處理下一個(gè)訓(xùn)練語(yǔ)料,，重新從（1）開(kāi)始執(zhí)行,，循環(huán)。

　　2.3.3 計(jì)算短語(yǔ)模型情感傾向

　　通過(guò)上面介紹的方法,，已經(jīng)建好了短語(yǔ)模型,，然而每個(gè)短語(yǔ)模型表達(dá)的情感傾向以及強(qiáng)度是不盡相同的。人工將傾向于好評(píng)的短語(yǔ)模型賦值1,，傾向于差評(píng)的短語(yǔ)模型賦值-1的話(huà),，最后的分析結(jié)果誤差明顯比較大，無(wú)法得到比較好的效果,。

　　本文采用的短語(yǔ)模型情感傾向值的計(jì)算方法為統(tǒng)計(jì)一個(gè)短語(yǔ)模型在好評(píng)情感短語(yǔ)模型中出現(xiàn)的次數(shù)（記為Gi）和在差評(píng)情感短語(yǔ)模型中出現(xiàn)的次數(shù)（記為Bi），然后計(jì)算Gi與Bi的比值,，具體計(jì)算公式如式（1）所示：

　　V=log2（Gi/Bi） Gi≠0andBi≠0 log2（（Gi+1）/Bi+1）） Gi=0orBi=0 （1）

　　由計(jì)算出來(lái)的表2和公式（1）可知：

　?。?）當(dāng)0<Gi<Bi時(shí)，V<0,，該短語(yǔ)模型表達(dá)的是差評(píng)的情感傾向,；

　　（2）當(dāng)Gi>Bi>0時(shí)，V>0,，該短語(yǔ)模型表達(dá)的是好評(píng)的情感傾向,；

　　（3）當(dāng)Gi=Bi時(shí),，V=0,，無(wú)法確定該短語(yǔ)模型的情感傾向，需要根據(jù)實(shí)際情況進(jìn)行判斷,；

　?。?）當(dāng)Gi=0，Bi≠0時(shí),，V<0,，該短語(yǔ)模型表達(dá)的是差評(píng)的情感傾向；

　?。?）當(dāng)Gi≠0,，Bi=0時(shí)，V>0,，該短語(yǔ)模型表達(dá)的是好評(píng)的情感傾向,。

　　2.3.4 計(jì)算評(píng)價(jià)文本情感傾向值

　　有了短語(yǔ)模型的情感傾向值，就可以分析評(píng)價(jià)文本的情感傾向了,。評(píng)價(jià)文本都是由一個(gè)個(gè)句子組成,，而句子可以分詞標(biāo)注后組成短語(yǔ)模型，所以評(píng)價(jià)文本的情感傾向值是由其分解出的短語(yǔ)模型情感傾向值加成得到的,。具體公式如下：

　　S=Vi（i≥0）（2）

　?。?）如果S>0，判定這條評(píng)價(jià)文本為好評(píng),；

　?。?）如果S<0，判定這條評(píng)價(jià)文本為差評(píng),；

　?。?）如果S=0，判定這條評(píng)價(jià)文本為中評(píng),。

　　3 實(shí)驗(yàn)結(jié)果分析

　　通過(guò)淘寶評(píng)價(jià)API接口獲取某女裝的好評(píng),、差評(píng)各300條評(píng)價(jià)作為測(cè)試的數(shù)據(jù)來(lái)源如表3所示。

　　經(jīng)過(guò)簡(jiǎn)單過(guò)濾,，過(guò)濾掉一些無(wú)意義的評(píng)價(jià),，如“好！”,，“good”,，“……”等無(wú)意義的評(píng)價(jià)，然后手工分別篩選出224條好評(píng)和224條差評(píng)，選取數(shù)目相等,，是為了比較直觀,。將獲取的評(píng)價(jià)數(shù)據(jù)導(dǎo)入系統(tǒng)中，首先進(jìn)行分詞標(biāo)注：

　　0衣服/n很/d好/a,！/w很/d合身/a,！/w店家/n服務(wù)/vn態(tài)度/n也/d很/d好/a，/w<br/>/nx雖然/c中間/f出/v了/ul點(diǎn)/q小/a插曲/n,，/w但是/c很/d快/a都/d給/v解決/v了/y,。/w<br/>/nx店家/n工作/vn相當(dāng)/d給/p力/n。/w<br/>/nx快遞/vn也/d很/d給/p力/n,！/w贊/vg一個(gè)/m,！/w<br/>/nx

　　經(jīng)過(guò)初步的分詞標(biāo)注，整個(gè)評(píng)價(jià)內(nèi)容結(jié)構(gòu)已經(jīng)清晰,，然后按照上文中的約定對(duì)評(píng)價(jià)內(nèi)容進(jìn)行二次標(biāo)注,。標(biāo)注結(jié)果如下：

　　衣服/@*n很/d好/@!a。很/d合身/@!a,。店家/@*n服務(wù)/@*vn態(tài)度/@*n也/d很/d好/@!a,。<br/>/nx雖然/@c中間/f出/v了/ul點(diǎn)/q小/@?a插曲/@*n。但是/@c很/d快/@!a都/d給/v解決/v了/y,。<br/>/nx店家/@*n工作/@*vn相當(dāng)/@!d給/p力/@*n,。<br/>/nx快遞/@*vn也/d很/d給/p力/@*n。贊/vg一個(gè)/m,。<br/>/nx,。

　　根據(jù)“二次標(biāo)注”結(jié)果，抽取評(píng)價(jià)文本的每個(gè)句子的短語(yǔ)模型,，與短語(yǔ)模型情感傾向庫(kù)對(duì)比,，匹配極性情感值，將每個(gè)短語(yǔ)模型的情感值相加,，就是整個(gè)文本的情感值,。同時(shí)還要對(duì)照分類(lèi)特征詞，如果評(píng)價(jià)文本中句子含有上述特征詞的,，就把這個(gè)文本劃分到對(duì)應(yīng)的分類(lèi),，做上標(biāo)記，同時(shí),，這個(gè)句子的情感傾向值也是這個(gè)文本在這個(gè)分類(lèi)上的情感傾向表示,。

　　表4所示是本項(xiàng)目在實(shí)踐過(guò)程中的實(shí)驗(yàn)結(jié)果。

　　經(jīng)過(guò)人工排除異類(lèi),，盡可能保證測(cè)試文本類(lèi)別正確的情況下，看到差評(píng)的查準(zhǔn)率有83.9%，要比好評(píng)的查準(zhǔn)率82.6%高,，而且中評(píng)數(shù)量上的判斷結(jié)果（28>17）也高,。這是由于在淘寶上顧客表達(dá)厭惡和憤怒的情感要更明確一些，有些顧客有不滿(mǎn)意的地方,，但是可能還是給予好評(píng),，只是表達(dá)勉強(qiáng)，所以好的情感表達(dá)上就會(huì)模糊,，相比之下,，差評(píng)更容易判斷。

　　通過(guò)表4可以看出,，兩類(lèi)評(píng)價(jià)由情感傾向值累加得出的情感傾向值的方法的查準(zhǔn)率都達(dá)到80%以上,，說(shuō)明采用情感傾向值累加的方法效果還不錯(cuò)，在抽取少量樣本的情況下,，能比較準(zhǔn)確細(xì)致地判斷文本的真實(shí)情感傾向,。但是效果還不夠好，如何選取準(zhǔn)確的評(píng)價(jià)對(duì)象,，抽取真正的短語(yǔ)模型,，使方法結(jié)果逼近真實(shí)將是繼續(xù)研究的方向。

　　參考文獻(xiàn)

　　[1] 孫穎.淘寶開(kāi)放平臺(tái)[J].程序員,，2009（8）：43-45.

　　[2] TURNEY P D. Thumbs up or thumbs down： semantic orientation applied to unsupervised classification of reviews[C]. Proceedings of the 40th Annual Meeting on Association for Computational Linguistics,， Association for Computational Linguistics， 2002.

　　[3] TURNEY P D,， LITTMAN M L. Measuring praise and criticism： Inference of semantic orientation from association[J]. ACM Transactions on Information Systems（TOIS）,， 2003， 21（4）： 315-346.

　　[4] XU K,， LIAO S S,， LI J， et al. Mining comparative opinions from customer reviews for competitive intelligence[J]. Decision support systems,， 2011,，50（4）：743-754.

　　[5] LIU B. Opinion mining and sentiment analysis[M]. Web Data Mining. Springer Berlin Heidelberg， 2011.

　　[6] 方美玉,，鄭小林,，陳德人，等.商品評(píng)論聚焦爬蟲(chóng)算法設(shè)計(jì)與實(shí)現(xiàn)[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版）,，2012（51）：1.

　　[7] 陳濤,，徐睿峰，吳明芬,，等.一種基于情感句模的文本情感分類(lèi)方法[J].中文信息學(xué)報(bào),，2013,，27（5）：67-74.

　　[8] 李綱，王忠義,，寇廣增.情感分類(lèi)中情感詞的情感傾向度的計(jì)算方法研究[J].情報(bào)學(xué)報(bào),，2011，30（3）：292-298.

　　[9] LI S S,， HUANG C R,， ZONG C Q. Multi-domain sentiment classification with classifier combination[J]. Journal of Computer Science and Technology， 2011,，26（1）：25-33.