文本挖掘在电子商务场景中应用、机遇和挑战千诀/孙健•电子商务场景中的用户痛点•海量文本挖掘在电子商务场景中的应用•针对用户点评信息的挖掘和应用•购物知识搜索产品中的文本挖掘•构建电子商务知识词库•机遇和挑战提纲购物链购物前•买什么•去哪儿买购物中购物后用户痛点1:点评这么多
用户痛点2：有疑问怎么办
•电子商务场景中的用户痛点•海量文本挖掘在电子商务场景中的应用•针对用户点评信息的挖掘和应用•购物知识搜索产品中的文本挖掘•构建电子商务知识词库•机遇和挑战提纲针对用户点评信息的挖掘和应用(1)针对用户点评信息的挖掘和应用(2)•淘宝每天的点评量–约700万；•一淘每天的点评量–约36万；针对用户点评信息的挖掘和应用(3)针对用户点评信息的挖掘和应用(4)针对用户点评信息的挖掘和应用(5)–“外观不错，功能也挺多，就是玩游戏有点卡，触屏有时反应没那么快，不过这确实不是卖家能解决的问题～总体来说不错了”•电子商务场景中的用户痛点•海量文本挖掘在电子商务场景中的应用•针对用户点评信息的挖掘和应用•购物知识搜索产品中的文本挖掘•构建电子商务知识词库•机遇和挑战提纲购物知识搜索中的文本挖掘购物知识搜索中的文本挖掘购物知识搜索中的文本挖掘羽绒服怎么洗涤羽绒服怎么挑选怎么防止羽绒服掉毛羽绒服十大品牌羽绒服能水洗吗怎样去除羽绒服上的油污购物知识搜索中的文本挖掘购物知识搜索中的挖掘购物知识搜索中的挖掘购物知识搜索中query相关知识挖掘–这个问题抽象为–由一个query给出几个相关知识–这几个相关知识的语义互相独立购物知识搜索中query相关知识挖掘•挖掘方法–把知识聚成几类，每类里面挑选最优的知识条目展现•知识聚类–传统的向量空间模型有两个问题：一是不能解决同义词或多义词问题，二是向量维度高，聚类效果不好；–采用主题模型(topicmodel)，可以较好解决这两个问题购物知识搜索中query
