论文部分内容阅读
目前,随着互联网的发展,互联网行业也不断受到大家的关注。在关注下的互联网行业也不断催生出了大量的APP软件,它涉及到了生活的很多方面。而随着APP软件的应用规模的快速增长,APP软件与人们越来越息息相关,也会由于APP软件本身存在的缺陷影响到用户的工作和生活。不同用户在使用APP软件过程中,对其的感受可能不同,用户可以把相关的感受以APP软件用户评论的形式发表在应用市场上。在这些APP软件用户评论中,有的表达了对APP软件的喜爱,而有的则表达了对APP软件的厌恶。在大量的APP软件用户评论中,有部分APP软件用户评论体现了APP软件的缺陷。这里缺陷是反映了用户在使用APP软件过程中的不佳体验,值得引起其他用户和开发者的关注。因此如何基于用户评论分析出APP软件缺陷成为当前需要研究的问题。基于以上论述,本文开展了以下研究:(1)本文首先论述了APP软件用户评论的重要性,然后分析大量APP软件用户评论,并结合相关文献对体现缺陷的APP软件用户评论进行归类,总结了常见的APP软件缺陷类型并给出相应的APP软件用户评论示例。(2)由于包含缺陷的APP软件用户评论极可能被包含在负面评论中,为提高APP软件缺陷分类模型的准确率,所以本文使用情感倾向分析方法从APP软件用户评论中挖掘出负面评论,最后以负面评论作为步骤(3)的缺陷分析的数据。(3)针对挖掘出的负面评论,使用训练和测试过的APP软件缺陷分类模型进行缺陷分析。其中APP软件缺陷分类模型需要经过训练和测试过程,其中训练过程包括了分词、停用词处理、特征选择,并使用朴素贝叶斯对模型进行APP软件缺陷分类模型的建立;测试过程主要是通过十折交叉验证来测试APP软件缺陷分类模型的分析效果。