IMDb电影影评之单类神经网络与改良型CNN模型准确率差异性研究
被引量:1
An Analysis of Accuracy for Neural Network and Modified CNN Network Structure on IMDb Movie Reviews
摘要
文字探勘(Text Mining)是自然语言处理(Natural Language Progressing,简称NLP)领域的研究重点,也是AI人工智能与语言学的学习分支。伴随着网络时代的来临,越来越多的人在网络上发表自己的观影意见,有许多学者运用文字探勘方法,搜集网络上的影评数据,进行文本情感分析。
作者
张逸方
吴佩芬
Zhang Yifang;Wu Peifen
出处
《电影评介》
北大核心
2021年第7期59-62,共4页
Movie Review
二级参考文献27
-
1吴宣文.影响电影票房的六大因素[J].中国电影市场,2006(4):14-15. 被引量:2
-
2GINSBURGH V A, THROSBY D. Handbook on the economics of art and culture: volume 1[ M]. Amsterdam: North-Holland, 2006: 615 -659.
-
3CAVES R E. Creative industries: contracts between art and com- merce [ M]. Cambridge: Harvard University Press, 2000:2 -17.
-
4JEHOSHUA E, ELBERSE A, LEENDERS M A A M. The motion picture industry: critical issues in practice, cmTent research, and new research directions [ J]. Marketing Science, 2006, 25(6) : 638 -661.
-
5CHANG B H, KI E J. Devising a practical model for predicting the- atrical movie success: focusing on the experience good property [ J]. Journal of Media Economics, 2005, 18(4): 247-269.
-
6MARSHALL P, DOCKENDORFF M, IB~/qEZ S. A forecasting sys- tem for movie attendance [ J]. Journal of Business Research, 2013, 66(13) : 1800 - 1806.
-
7SAWHNEY M S, ELIASHBERG J. A parsimonious model for fore- casting gross box-office revenues of motion picture [ J]. Marketing Science, 1996, 15(2): 113-131.
-
8. BARMAN D, CHOWDHURY N, SINGHA R K. To predict possible profit/loss of a movie to be launched using MLP with back-propaga- tion learning [ C]// Proceedings of the 2012 International Confer- ence on Communications, Devices and Intelligent Systems. Piscat- away, NJ: IEEE Press, 2012:322 -325.
-
9SHARDA R, DELEN D. Predicting box-office success of motion pictures with neural networks [ J]. Expert Systems with Applica- tions, 2006, 30(2): 243-254.
-
10ANNA DURAI S, ANNA SARO E. Image compression with back- propagation neural network using cumulative distribution function [ J]. International Journal of Applied Science, Engineering and Technology, 2007, 3(4) : 185 - 189.
共引文献42
-
1卢康.中国电影观众研究史略[J].电影新作,2020(2):94-103. 被引量:5
-
2唐中君,刘垒朋,禹海波,崔骏夫.融合Bass模型和三阶段过程模型的续集电影需求扩散研究[J].运筹与管理,2019,28(1):166-175. 被引量:6
-
3杨威,李龙澍.基于微博数据的电影票房预测模型研究[J].电子世界,2014(21):13-13. 被引量:2
-
4连聪聪,杜仪,张辉.基于电影营销因素分析的电影票房预测[J].中国传媒大学学报(自然科学版),2015,22(4):26-30. 被引量:6
-
5吴发翔,钱佳威,刘江帆.一种基于C5.0决策树算法的票房预测研究[J].科技广场,2016(4):186-192. 被引量:6
-
6李明旭,邓欣,王进,王潇,张笑谋.基于人工神经网络的秀丽隐杆线虫趋温性行为的建模与仿真[J].计算机应用,2016,36(7):1909-1913.
-
7周子杰.为电影制作的各种约束条件所建立的数学模型[J].科技创新导报,2016,13(10):156-158.
-
8池建宇.演员与导演谁更重要——中国电影票房明星效应的实证研究[J].新闻界,2016(21):36-41. 被引量:23
-
9叶凤云,张弘.基于价值链过程的大数据研究综述[J].情报理论与实践,2016,39(12):124-129. 被引量:3
-
10韩忠明,原碧鸿,陈炎,赵宁,段大高.一个有效的基于GBRT的早期电影票房预测模型[J].计算机应用研究,2018,35(2):410-416. 被引量:12
同被引文献8
-
1杨晓帆,陈廷槐.人工神经网络固有的优点和缺点[J].计算机科学,1994,21(2):23-26. 被引量:72
-
2刘春平.神经网络的应用与发展[J].电子工艺技术,2005,26(6):360-361. 被引量:4
-
3余本国.BP神经网络局限性及其改进的研究[J].山西农业大学学报(自然科学版),2009,29(1):89-93. 被引量:21
-
4姜瑞.大数据背景下的个人信用管理体系研究[J].中国市场,2018(29):1-3. 被引量:4
-
5张桂梅,龙邦耀,曾接贤,黄军阳.基于去冗余特征和语义关系约束的零样本属性识别[J].模式识别与人工智能,2021,34(9):809-823. 被引量:3
-
6曲海成,张雪聪,王宇萍.基于信息融合策略的卷积神经网络剪枝方法[J].计算机工程与应用,2022,58(24):125-133. 被引量:3
-
7王琦.个人信用评分制度在美国的应用[J].现代金融,2003(4):38-39. 被引量:2
-
8涂占新.数据挖掘方法及其应用展望[J].中南财经政法大学学报,2003(2):117-120. 被引量:7
-
1李军,李明,曾蒸,李莉.基于改进激活函数和学习率的双向LSTM研究[J].重庆师范大学学报(自然科学版),2021,38(2):70-76. 被引量:3
-
2陈绪军.从热点事件看网络舆情应对[J].新闻前哨,2021(6):33-34. 被引量:2
-
3程艳,孙欢,陈豪迈,李猛,蔡盈盈,蔡壮.融合卷积神经网络与双向GRU的文本情感分析胶囊模型[J].中文信息学报,2021,35(5):118-129. 被引量:10
-
4霍帅,庞春江.基于Transformer和多通道卷积神经网络的情感分析研究[J].计算机科学,2021,48(S01):349-356. 被引量:5