电商直播中语言风格对销售效果的影响——基于SVM模型

伴随着科技的发展和自2019年以来新型冠状病毒疫情的催化作用,直播逐渐成为一种主流的营销途径之一。然而,对于不同的主播来说,直播间商品的销售情况参差不齐。本研究关注主播的语言风格如何影响直播中不同类别商品的销售。结合现有的理论和分析,本研究搭建了主播的语言风格框架,并运用机器学习模型训练得到一个语言风格分类器。结果显示,相对于享乐品,以商品信息为中心的语言风格对实用品的销售促进作用更大;相反,相对于实用品,以外围信息为中心的语言风格对享乐品的销售促进作用更大。

电子病历文本挖掘研究综述

电子病历是医院信息化发展的产物,其中包含了丰富的医疗信息和临床知识,是辅助临床决策和药物挖掘等的重要资源.因此,如何高效地挖掘大量电子病历数据中的信息是一个重要的研究课题.近些年来,随着计算机技术尤其是机器学习以及深度学习的蓬勃发展,对电子病历这一特殊领域数据的挖掘有了更高的要求.电子病历综述旨在通过对电子病历研究现状的分析来指导未来电子病历文本挖掘领域的发展.具体而言,综述首先介绍了电子病历数据的特点和电子病历的数据预处理的常用方法;然后总结了电子病历数据挖掘的4个典型任务(医学命名实体识别、关系抽取、文本分类和智能问诊),并且围绕典型任务介绍了常用的基本模型以及研究人员在任务上的部分探索;最后结合糖尿病和心脑血管疾病2类特定疾病,对电子病历的现有应用场景做了简单介绍.