基于NLP文字处理的评论有用性探究

网上购物的普及,在拉动消费经济增长的过程中发挥着日益显著的作用。然而,由于网络购物的局限性,消费者无法了解商品的质量。因此,探索评论有用性有助于消费者做出购买决策,也有助于商家采取相应的销售策略。本文对评论文本进行NLP文本处理,通过提取特征词,建立情感文本语料库,对评论文本的情感极性和主观性进行分类,并验证正确率达到88%。尔后构建评论有用性模型,分析了影响产品口碑的因素,利用亚马逊11470条评论进行验证,得到结论:评星极性越强、可读性越强,有用性越强;帮助度投票与星级之间呈凹形关系。此外,拥有多功能产品的知名品牌更容易受到消费者的青睐。

基于模糊规划的合金配料优化方案

在钢铁冶炼过程中,脱氧合金化是必不可少的环节。如何科学预测合金元素的收得率,确定合金配料的方案,在保证收得率的基础上降低成本,成为了增强企业核心竞争力方面亟待解决的问题。本文首先计算元素收得率,并分析影响收得率的因素。此后,建立多元回归模型预测收得率,通过优化得出线性回归预测效果最好,准确度高达96%。最后建立了基于生产成本的优化模型,极大地降低了生产成本。