期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于直觉模糊情感和双注意力BILSTM的商家排序方法
被引量:
1
1
作者
孔茸
那日萨
《系统管理学报》
CSCD
北大核心
2023年第4期719-732,共14页
如何充分利用在线口碑中的情感信息和消费者的个性化偏好,实现具有较高准确性的在线商家排序,对于提高消费者在海量信息中的决策效率具有重要的现实意义和理论价值。提出了一种基于深度学习的考虑模糊情感、个性化偏好,并融合在线评论...
如何充分利用在线口碑中的情感信息和消费者的个性化偏好,实现具有较高准确性的在线商家排序,对于提高消费者在海量信息中的决策效率具有重要的现实意义和理论价值。提出了一种基于深度学习的考虑模糊情感、个性化偏好,并融合在线评论、评分及人气的排序方法。首先构建双注意力BILSTM方面级情感分类模型识别在线评论情感,将情感值转换为直觉模糊值,应用直觉模糊TOPSIS方法计算贴近度,然后结合消费者评分、商家人气度量确定排序。以标准数据集进行对比实验,表明双注意力BILSTM模型优于LR、SVM等传统模型以及BILSTM和单注意力BILSTM模型。在实例分析中,大众点评8家餐厅的排序结果与平台排序平均重叠分数较高,说明本文所提出的商家排序方法的有效性。
展开更多
关键词
商家排序
消费决策
在线评论
直觉模糊集
方面级情感分析
下载PDF
职称材料
基于深度学习的直觉模糊集隶属度确定方法
被引量:
5
2
作者
那日萨
孔茸
高欢
《运筹与管理》
CSSCI
CSCD
北大核心
2022年第2期92-98,共7页
直觉模糊集隶属度、非隶属度和犹豫度的确定方法是直觉模糊集理论与应用研究中一个十分重要的问题,其直接影响着相关方法的可扩展性及应用结果。然而,现有方法存在主观性强、标准难以统一等问题,并且大多基于模拟数据进行实验,难以应用...
直觉模糊集隶属度、非隶属度和犹豫度的确定方法是直觉模糊集理论与应用研究中一个十分重要的问题,其直接影响着相关方法的可扩展性及应用结果。然而,现有方法存在主观性强、标准难以统一等问题,并且大多基于模拟数据进行实验,难以应用至实际数据。针对上述问题以及大规模非结构化数据,提出一种基于深度学习的直觉模糊集隶属度、非隶属度和犹豫度确定方法。新方法克服了传统方法的技术和思维局限,拓展了直觉模糊集相关问题的研究思路,为其实际应用提供了更多可能。
展开更多
关键词
直觉模糊集
隶属度
非隶属度
深度学习
深层神经网络
下载PDF
职称材料
题名
基于直觉模糊情感和双注意力BILSTM的商家排序方法
被引量:
1
1
作者
孔茸
那日萨
机构
大连理工大学经济管理学院
出处
《系统管理学报》
CSCD
北大核心
2023年第4期719-732,共14页
基金
国家自然科学基金资助项目(61471083)。
文摘
如何充分利用在线口碑中的情感信息和消费者的个性化偏好,实现具有较高准确性的在线商家排序,对于提高消费者在海量信息中的决策效率具有重要的现实意义和理论价值。提出了一种基于深度学习的考虑模糊情感、个性化偏好,并融合在线评论、评分及人气的排序方法。首先构建双注意力BILSTM方面级情感分类模型识别在线评论情感,将情感值转换为直觉模糊值,应用直觉模糊TOPSIS方法计算贴近度,然后结合消费者评分、商家人气度量确定排序。以标准数据集进行对比实验,表明双注意力BILSTM模型优于LR、SVM等传统模型以及BILSTM和单注意力BILSTM模型。在实例分析中,大众点评8家餐厅的排序结果与平台排序平均重叠分数较高,说明本文所提出的商家排序方法的有效性。
关键词
商家排序
消费决策
在线评论
直觉模糊集
方面级情感分析
Keywords
merchant ranking
consumption decision-making
online reviews
intuitionistic fuzzy sets(IFS)
aspect-based sentiment analysis
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的直觉模糊集隶属度确定方法
被引量:
5
2
作者
那日萨
孔茸
高欢
机构
大连理工大学经济管理学院
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2022年第2期92-98,共7页
基金
国家自然科学基金面上项目(61471083)
大连市科技创新基金项目(2018J11CY009)。
文摘
直觉模糊集隶属度、非隶属度和犹豫度的确定方法是直觉模糊集理论与应用研究中一个十分重要的问题,其直接影响着相关方法的可扩展性及应用结果。然而,现有方法存在主观性强、标准难以统一等问题,并且大多基于模拟数据进行实验,难以应用至实际数据。针对上述问题以及大规模非结构化数据,提出一种基于深度学习的直觉模糊集隶属度、非隶属度和犹豫度确定方法。新方法克服了传统方法的技术和思维局限,拓展了直觉模糊集相关问题的研究思路,为其实际应用提供了更多可能。
关键词
直觉模糊集
隶属度
非隶属度
深度学习
深层神经网络
Keywords
intuitionistic fuzzy sets
membership degree
non-membership degree
deep learning
deep neural network
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于直觉模糊情感和双注意力BILSTM的商家排序方法
孔茸
那日萨
《系统管理学报》
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于深度学习的直觉模糊集隶属度确定方法
那日萨
孔茸
高欢
《运筹与管理》
CSSCI
CSCD
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部