软件学报

作者：陈琪,张莉,蒋竞,黄新越

单位：陈琪，北京航空航天大学 软件学院, 北京 10019111,张莉，北京航空航天大学 软件学院, 北京 100191;北京航空航天大学 计算机学院, 北京 10019102,蒋竞，北京航空航天大学 计算机学院, 北京 10019103,黄新越，北京航空航天大学 计算机学院, 北京 10019104

关键词：用户评论;分类;主题分析

基金：国家重点研发计划（2018YFB1004202）；国家自然科学基金（61732019）

在移动应用软件中，用户评论是一种重要的用户反馈途径.用户可能提到一些移动应用使用中的问题，比如系统兼容性问题、应用崩溃等.随着移动应用软件的广泛流行，用户提供大量无结构化的反馈评论.为了从用户抱怨评论中提取有效信息，提出一种基于支持向量机和主题模型的评论分析方法RASL（review analysis method based on SVM and LDA）以帮助开发人员更好、更快地了解用户反馈.首先对移动应用的中、差评提取特征，然后使用支持向量机对评论进行多标签分类.随后使用LDA主题模型（latent dirichlet allocation）对各问题类型下的评论进行主题提取与代表句提取.从两个移动应用中爬取5 141条用户原始评论，并对这些评论分别用RASL方法和ASUM方法进行处理，得到两个新的文本.与经典方法ASUM相比，RASL方法的困惑度更低、可理解性更佳，包含更完整的原始评论信息，冗余信息也更少.

来源：2019年第5期

《软件学报》期刊编辑部

查看软件学报杂志2019年第5期