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
1
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
基于机器学习的线上评论情感分类研究
被引量:
1
1
作者
任正甜
李兴东
《科学技术创新》
2021年第26期98-99,共2页
随着网购时代的到来,商户和顾客都越来越关注线上评论反映的内容。本文采用jieba分词、TF-IDF方法进行的特征提取分别与朴素贝叶斯、SVM以及ada-boost分类器相结合,利用python软件建立以机器学习为基础的情感分类模型,同时建立社会与语...
随着网购时代的到来,商户和顾客都越来越关注线上评论反映的内容。本文采用jieba分词、TF-IDF方法进行的特征提取分别与朴素贝叶斯、SVM以及ada-boost分类器相结合,利用python软件建立以机器学习为基础的情感分类模型,同时建立社会与语义网络,单独对网购平台负面评价进行分析,分析顾客的使用体验,对顾客使用体验的差评进行归纳,对商家存在的一些问题提供一定的建议。
展开更多
关键词
机器学习
评论
情感分类
社会与语义网络
下载PDF
职称材料
题名
基于机器学习的线上评论情感分类研究
被引量:
1
1
作者
任正甜
李兴东
机构
兰州交通大学
出处
《科学技术创新》
2021年第26期98-99,共2页
文摘
随着网购时代的到来,商户和顾客都越来越关注线上评论反映的内容。本文采用jieba分词、TF-IDF方法进行的特征提取分别与朴素贝叶斯、SVM以及ada-boost分类器相结合,利用python软件建立以机器学习为基础的情感分类模型,同时建立社会与语义网络,单独对网购平台负面评价进行分析,分析顾客的使用体验,对顾客使用体验的差评进行归纳,对商家存在的一些问题提供一定的建议。
关键词
机器学习
评论
情感分类
社会与语义网络
分类号
TP391.1 [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
作者
出处
发文年
被引量
操作
1
基于机器学习的线上评论情感分类研究
任正甜
李兴东
《科学技术创新》
2021
1
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