基于TextCNN的文本情感分类系统

通过分析用户在线评论的文本信息来预测消费者的网购偏好意愿,进而提高消费者的满意度成为众多企业的需求.但庞大的评论数据量使得人工手动对评论文本进行分类打标签难以实现,结合Word2vec和TextCNN模型实现对在线评论进行文本情感分类.对评论文本进行规格化处理,通过结巴分词库等对已处理数据进行分词,即提取关键字词.使用Word2vec工具对每个分词进行词向量的训练,得到word embedding权重矩阵作CNN模型的嵌入层,采用TextCNN模型训练得到本文的情感分类模型.相比于直接用传统的卷积神经网络CNN默认的词嵌入层,本文训练出来的神经网络模型效果更佳.

基于观点信息的电商文本评价单元识别

介绍了观点信息的概念,分析了信息单元之间的常见词性,在此基础上,根据依存句法分析和语义依存分析的结果制定相应规则进行观点信息的识别.由于评论中存在很多冗余的文本会影响评价单元的识别,本文基于观点的表达习惯提出了一种陈述性语句过滤的方法,通过对原文本进行假设性语句和陈述性语句的过滤来提高评价单元的识别率,根据实验结果可以看到电商文本评价单元的识别结果得到了提高,证明了该方法的实用性.

O2O商业模式应用研究——以高校外卖订餐APP软件设计为例

随着人们生活水平的提高,生活节奏的加快,人们更向慢休闲、快消费的方向发展,新理念、新观念的形成推动着消费领域创新发展,电子商务兴起,满足了人们这种消费习性,极大地方便了人们的生活。生活中我们离不开饮食,在科技力量带动下,人们饮食已经不是去饭店,而是把饭店带在身边,人们随时就可以吃到自己想吃的东西,外卖订餐也越来越多,需求不断增加,传统外卖只是使用电话订餐,不能满足人们对饮食的了解,通过APP软件即时订餐能够了解所订饮食的情况。当前,风靡校园的手机订餐APP已经普遍装机,O2O电子商务模式也已经不断形成与完善。文章主要通过对高校外卖订餐APP软件中O2O模式具体应用环境、对象进行分析,进一步提出了这种商业模式创新方法,以此为人们展现O2O电子商务实际应用效果,为同行提供参考与借鉴。

大学学习交流平台的设计与实现

大学生生活手册是一个多功能的社交APP,用户可以在里面获取学校最新的讯息,实时了解社会的最新动态,同时它可以让消息快速传播,更可以促进文化交流。大学生可以在里面找到自己的乐趣,因为校园里每天都会有新鲜的事!