期刊文献+

基于LSTM和Word2Vec的情感分析在商品评论中的应用 被引量:5

下载PDF
导出
摘要 我国电子商务高速发展,由此产生了大量浏览、购买、评论记录。商品评论的情感分析对于深刻理解商家和用户、挖掘用户的情感等方面有着重要的价值,在提升用户的满意度、改进产品设计等方面有着重要的应用。本文用python爬虫抓取京东冰箱商品评论,对于冰箱进行典型意见分析,利用深度学习方法word2vec和LSTM建立二分类器,对抓取的冰箱评论进行分类,模型的准确率能达到96.7%。分类器可以用于评估商品的满意度水平,对于改进电商服务和产品设计具有重要意义。
作者 周萌
出处 《统计与管理》 2019年第12期81-84,共4页 Statistics and Management
  • 相关文献

参考文献5

二级参考文献87

  • 1朱嫣岚,闵锦,周雅倩,黄萱菁,吴立德.基于HowNet的词汇语义倾向计算[J].中文信息学报,2006,20(1):14-20. 被引量:326
  • 2吴晓伟,徐福缘,宋文官.社会关系态势图在竞争对手分析中的应用[J].情报学报,2007,26(1):100-105. 被引量:15
  • 3POPESCU A M,YATES A,ETZIONI Q.Class extraction from the World Wide Web[C] //Proc of AAAI-04 Workshop on Adaptive Text Extraction and Mining.San Jose,CA:American Association for Artificial Intelligence,2004:1-6.
  • 4HU Ming-qing,LIU Bing.Mining and summarizing customer reviews[C] //Proc of the 10th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.New York:ACM Press,2004:168-177.
  • 5LIU Bing,HU Ming-qing,CHENG Jun-sheng.Opinion observer:analyzing and comparing opinions on the Web[C] //Proc of the 14th International Conference on World Wide Web.New York:ACM Press,2005:342-351.
  • 6KOBAYASHI N,INUI K,MATSUMOTO Y,et al.Collecting evalua-tive expressions for opinion extraction[C] //Proc of the 1st International Joint Conference on Natural Language Processing.Berlin:Springer,2005:596-605.
  • 7POPESCU A M,ETZIONI Q.Extracting product features and opi-nions from reviews[C] //Proc of HLT-EMNLP.Morristown,NJ:Association for Compatational Linguistics,2005:339-346.
  • 8LIU Jian,WU Geng-feng,YAO Jian-xin.Opinion searching in multi-product reviews[C] //Proc of the 6th IEEE International Conference on Computer and Information Technology.Washington DC:IEEE Computer Society,2006:25-30.
  • 9SHI Bin,CHANG Kui-yu.Mining Chinese reviews[C] //Proc of the 6th IEEE International Conference on Data Mining.Washington DC:IEEE Computer Society,2006:585-589.
  • 10LITVIN S W,GOLDSMITH R E,PAN Bing.Electronic word-of-mouth in hospitality and tourism management[J].Tourism Management,2008,29(3):458-468.

共引文献394

同被引文献37

引证文献5

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部