辛雨璇　王晓东

摘 要：基于文本挖掘技术对电影评论进行深层数据分析.爬取电影网站短评，利用TF-IDF进行高频词可视化，对评论进行情感倾向分析.利用贝叶斯分类器将电影短评分为好评集和差评集，得出好评与差评集的主题词概率，找出影评大数据背后隐含的深层信息.

关键词：电影评论;情感分析;机器学习;LDA

[中图分类号]TP391.1   [文献标志码]A

Research on Sentiment Analysis of MovieReviews based on Text Mining

XIN Yuxuan，WANG Xiaodong

（School of Computer and Information Engineering，Mudanjiang Normal University，Mudanjiang 157011，China）

Abstract：Based on text mining technology，deep data analysis of movie reviews.Crawl short reviews of movie websites，use TF-IDF to visualize high-frequency words，and analyze the sentiment tendency of reviews.The Bayesian classifier is used to score short movies into favorable and negative review sets，and the probabilities of the subject words of the favorable and negative reviews are obtained，and the deep information behind the big data of film reviews is found.

Key words：movie reviews;sentiment analysis;machine learning;LDA

电影评论中隐含着关于电影真实评价的重要信息，这为电影业的进步提供了大众的评审意见.互联网上电影的观影者通常会写下对电影的真实感受，其他观影者通过查看电影评论了解该电影，并选择是否观看.随着影评的增多和信息的更迭，评论区数据通过Ajax动态加载，页面最多显示20余条评论信息，其他观影者仅能查看有限的评论数据，无法整体把握评论风向.笔者利用文本挖掘技术对电影网站短评进行爬取，利用机器学习算法实现对电影评论的情感分析，找出影评大数据背后隐含的深层信息，实现客观整体评价电影.

1 研究框架和数据采集清洗

1.1 研究框架

爬取某电影的评论数据，对评论文本进行预处理：数据清洗、降噪及文本分词.一是描述性分析，通过计算高频词汇，反映影评的评论热点.二是情感分析，将评论文本向量化;采用有监督学习的朴素贝叶斯分类方法，找到好评和差评集合;用LDA主题模型分别对好评和差评集进行分析，找到最大概率主题词;结合描述性分析和情感分析……