-
题名基于文本挖掘的电商企业评论打分机制有效性验证
被引量:2
- 1
-
-
作者
胡发刚
谢军
-
机构
宿州学院经济管理学院
-
出处
《吉林工商学院学报》
2015年第3期43-46,共4页
-
基金
宿州学院优秀青年人才基金项目"安徽省县域产业结构演进与协调发展机理与实证的研究"(2013XQRW04)
宿州学院特色教研室项目(szxytjys201303)
+1 种基金
宿州学院特色专业项目(szxytszy201003)
安徽省教育厅人文社科项目(SK2013B512)
-
文摘
评论打分机制是目前电商平台主要的客户反馈机制、信用评价机制,其有效性对于企业客户关系管理及顾客购买决策都具有重要的意义。本文首先介绍了目前两种主流评价打分模型:淘宝评论打分模型和大众点评网评论打分模型,然后提出评论机制可能存在的问题,收集了大众点评网1000家餐饮类店铺的点评数据,采用结巴分词进行分词和标注,对640732封点评进行分析验证。分析结果认为,大众点评的评价打分机制是真实有效的。
-
关键词
评论打分
大众点评
结巴分词
文本挖掘
-
分类号
F713.36
[经济管理—产业经济]
-
-
题名基于深度学习的评论打分预测方法综述
被引量:3
- 2
-
-
作者
张禹
赵妍妍
司峥鸣
-
机构
哈尔滨工业大学建筑学院
哈尔滨工业大学
-
出处
《信息技术》
2021年第10期1-13,共13页
-
基金
国家自然科学基金重点项目(61632011)
国家自然科学基金面上项目(61772153)
教育部人文社会科学研究一般项目(20YJA860011)。
-
文摘
评论打分预测是自然语言处理领域中文本情感分析研究的重要任务。用户、产品、评论和评分是该任务的四个基本要素。近年来,深度学习算法逐渐成为评论打分预测任务中的基本方法。该研究介绍评论打分预测任务的背景、定义、工作流程,并在科学全面地收集分析主流方法的基础上,梳理该任务的两个重要课题,即基于评论分析的方法和基于用户和产品信息的方法,归纳评论打分预测任务上的主流方法的特点,汇总该任务的语料建设情况与评价标准。最后,讨论评论打分任务的未来研究方向,以启发研究者的后续工作。
-
关键词
自然语言处理
情感分析
评论打分预测
深度学习
-
Keywords
natural language processing
sentiment analysis
review rating prediction
deep learning
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-