基于双向长短时记忆网络的产品画像构建研究

属性抽取作为自然语言处理方向的热门任务之一,在电子商务领域也有着较高的应用价值,然而目前传统的特征工程抽取算法,对于电商从业者而言成本过于高昂。针对这一现象,笔者构建了一个中文网购商品属性抽取算法框架,该模型实现了对商品属性及评论的自动化抽取,通过双向长短时记忆模型抽取文本序列并输出商品属性,并基于商品属性映射空间向量模型以构建领域知识图谱,获得电子商务平台的产品画像本体。

基于数据包络分析的地方财政环保资金绩效评价研究

随着国民经济的飞速发展,我国的环境问题也日益严峻,党的十九大报告中强调,要加快生态文明体制改革,着力解决突出环境问题,为此,中央和地方财政部门正日益关注着财政环保资金的资源配置,其绩效评价也成为研究者关注的热点之一。文章尝试以DEA数据包络分析为基础,尝试构建起财政环保资金绩效评价模型,对我国环保资金绩效评定工作展开探讨,以期优化现今的财政资源配置工作。

多源信息融合的产品画像构建研究

用户对商品的在线评论和评分等级数据,对于用户和商家可以起到数据支撑。为了有效运用,本研究提出基于Bi-LSTM模型对在线评论的情感分析,并基于ARIMA模型对评分等级做时间序列预测。实验结果表明,这两种模型可以有效并具有较高精度地完成对用户的在线评论数据和评分等级的处理,对商家营销具有一定指导价值。