本文主要研究的是朴素贝叶斯文本分类方法,通过属性选择以及属性加权,不断调整模型中属性的权值,对传统的朴素贝叶斯方法进行改进。研究度量属性之间相关性的不同方法,选用随机森林对属性进行选择,确定最终的属性子集。随后进行主题数量确定,因为评论的类别事前是不知道的,本文通过LDA主题模型,使用最大似然函数估计确定类别的最佳个数。然后进行属性加权,由于每一个属性对于各类别的影响是不一样的,因此也会针对不同类别的各个属性赋予一个权值。本文分别采用TF-IDF值和DC-TF-IDF值对属性进行加权,通过对比模型的微平均₁-评测值发现,无论是影评数据还是天猫的评论数据,TF-IDF加权朴素贝叶斯分类器都比DC-TF-IDF加权朴素贝叶斯分类器的微平均₁-评测值低一个百分点,所以最后选择DC-TF-IDF加权朴素贝叶斯分类器,对影评数据和天猫某女装评论数据进行分类预测,同时计算影评各类别的评分和综合评分。通过这种分类方法,对评论内容进行合理分类,提供更方便和清晰的评论内容给广大消费者,方便大家浏览和参考。