基于关联规则挖掘的情感分析

Question

我正试图想出一个算法，在同一个句子中为产品找到最常用的前三名形容词。我想使用关联规则挖掘(Apriori算法)。

为此，我计划使用twitter数据。我可以或多或少地把抽搐分解成句子，然后通过过滤，我可以找到产品名称和形容词。

例如，在过滤后，我有类似的数据；

迷你ipad，太棒了

ipad迷你，太可怕了

三星星系s2，最佳

..。等。

产品名称和形容词以前都有定义。因此，我有一套产品名称和一组形容词，我正在寻找。

我读过几篇关于情感分析和规则挖掘的论文，他们都说Apriori算法是使用的。但是他们没有说他们是如何使用它的，他们也没有给出细节。

Therefore how can I reduce my problem to association rule mining problem? 
What values should I  use for minsup and minconf? 
How can I modify Apriori algorithm to solve this problem?

我想的是；

我应该为每种产品分别找到经常使用的形容词。然后，通过排序，我可以得到前三个形容词。但我不知道这是否正确。

Answer 1

为每个产品找出最常用的三个形容词是，而不是关联规则挖掘。

为了让Apriori产生好的结果，您必须对长度为4及更长的项集感兴趣。先验修剪从长度3开始，在长度4开始产生主要收益。在长度2时，它主要是枚举所有对。如果你只对成对感兴趣(产品，形容词)，那么先验做的工作比必要的多。

相反，使用计数。使用哈希表。如果您确实有大量的数据，请使用近似计数和重命中算法。(但最有可能的情况是，在提取这些数据对之后，您不会有大量的数据.)

如果您只需要解决这个简单得多的问题，就不必研究关联规则挖掘。

关联规则挖掘实际上只用于查找模式，例如

pasta, tomato, onion -> basil

还有更复杂的规则。当长度n-1 -> n时，当长度n> 2时，Apriori的贡献是减少候选数，当n>3时，效果更好。

Answer 2

将问题降为关联规则挖掘(ARM)

创建一个包含所有主题和形容词的特征向量。如果提要包含主题，那么将它的1放在元组中。就像。让我们假设话题是三星和苹果。形容词又好又可怕。而且还含有三星的好。那么对应的元组是：

三星苹果好恐怖

1 0 1 0

对Apriori算法的修改

利用约束先验算法生成“主题”-“形容词”类型的关联规则.“主题”

如何设置MinSup和MinConf :阅读一篇题为"Minin k关联规则“的论文。用k=3实现这三个顶级形容词。