孙含笑

（汕尾职业技术学院信息工程系，汕尾516600）

0 引言

20 世纪是一个信息爆炸的时代，相比于从前的车马慢的生活，快节奏是这个时代的标志，为了满足时代的发展，电商应用而生。相比于传统的购物方式，网购用户可以足不出户在家“逛商店”，订货不受时间、地点的限制；并且获得大量的商品细节信息，买到当地缺乏的商品等，极大地突破了购物的时间和空间限制。同时，商品销量也因网购获得极大的提升。此外电商平台存储了海量的商品交易信息、用户评价等，从这些海量的数据中采用数据挖掘的方式搜索隐藏于其中信息[1]，从而做出相应的调整。例如数据挖掘经典的应用案例，“尿布和啤酒的故事”。朴素贝叶斯作为数据挖掘的十大经典算法，广泛地应用在文本分类面。“朴素”一词的由来在于假设特征之间是相互独立的，即一个特征或者单词出现的可能性与它和其他单词相邻没有关系[2]。简单的理解，给出一段文字，“研表究明，汉字的序顺并不定一能影阅响读，比如你当完看段话后，才发现这里的字全是乱的。”，朴素贝叶斯分类器就是基于这样的原理，将复杂的问题进一步简化，进而对文本分类，并且达到比较好的效果。贝叶斯分类器的实现还依赖于贝叶斯定理[3]：

其中P(H|X)表示给定观测样本X，假设H 成立时的概率；

P(H|X)是后验概率；

P(H)是H 的先验概率；

P(X)是X 的先验概率。

当假设样本具有n 个特征，且假设各个特征相互独立时，式子表述为：

基于贝叶斯分类算法，可以对用户的评论做出文本分类，从不同的分类中可以挖掘出客户对商品的主要关注点，客户对商品的满意度，以及商品的改进点等。……