【摘 要】
:
近年来,互联网由于信息共享的特点使得信息的传播变得越来越快,给电商平台带来了许多机遇和挑战,越来越多的人们选择在主流电商平台上购买商品。其中,电商平台的评价系统极其重要,主要是引导用户在消费后给予真实评价,使商品的信息更加全面。通过对商品的评论进行深度挖掘,对消费者来说,可以使他们更好地了解商品,帮助他们做出购买决策;对于卖家来说,可以使他们了解消费者对商品的感受和态度,对商品的不足之处进行改进。
论文部分内容阅读
近年来,互联网由于信息共享的特点使得信息的传播变得越来越快,给电商平台带来了许多机遇和挑战,越来越多的人们选择在主流电商平台上购买商品。其中,电商平台的评价系统极其重要,主要是引导用户在消费后给予真实评价,使商品的信息更加全面。通过对商品的评论进行深度挖掘,对消费者来说,可以使他们更好地了解商品,帮助他们做出购买决策;对于卖家来说,可以使他们了解消费者对商品的感受和态度,对商品的不足之处进行改进。由于人工分析海量商品评论工作量十分巨大且难做出综合分析,文本情感分析技术应运而生。本文使用机器学习分类方法来挖掘文本的信息,为了得到准确的分类效果,主要是依靠机器学习分类器使用丰富的有代表性的特征进行训练,因此,本文在特征的提取与表示方面做了研究。首先,针对真实场景下带有主观描述的中文语料稀缺的问题,本文采用网络爬虫技术在电商平台上进行商品评论数据的获取,将获得的数据集分为训练集和测试集,进行情感极性标注和预处理操作。其次,使用Word2vec算法中的Skip-gram模型将预处理后的文本向量化表示,并采用改进后的TF-IDF算法添加权重信息。然后,针对使用Word2vec训练的词向量仅包含词的语义信息,未包含文本中的情感信息,本文采用SO-PMI算法丰富情感词典,基于扩充的情感词典进行特征选择,提出了结合词向量和情感信息的特征表示方法Word-Sen-T。最后,以京东平台上爬取的手机评论语料为实验数据,使用Word-Sen-T的特征提取方法与基本的词向量表示方法在机器学习模型NB、KNN、SVM上进行情感分析实验,并将该模型与该领域内其它的文本特征提取方法在评论文本语料上的实验进行对比。通过对比实验,结果表明在特征提取方法的改进上,相比于传统的词向量表示模型,本文提出的结合词向量和情感信息的特征表示方法Word-Sen-T在提高分类时效果更明显。在评论语料的情感倾向分类上,也有其他的优秀模型,本文提出的特征提取模型与该领域的两个模型对比,分类结果中的F1值分别提升了6.3%和4.3%,验证了模型的有效性。
其他文献
冬季积雪结冰现象依然困扰我国陆路交通的安全,针对这一问题的解决方案之一即是融雪剂沥青混合料,而我国交通运输行业历经数十年发展,目前已迈入建养并重的新时代,大面积铺设功能性路面的应用可能性逐渐降低,磨耗层作为一种常规养护方式具有较广泛的应用前景,故本文针对含缓释蓄盐材料的沥青磨耗层进行系统性研究。本研究依托西安市公路工程管理处科研项目,系统性对蓄盐磨耗层进行相关研究。本文首先在研究沥青与盐化物填料之
随着网络技术不断地发展,网络带宽的成本愈发下降而且网络接入设备种类与方式的不断增加,使得以配备多个网络接口为特征的多宿主终端越来越普及。但是,多宿主终端的特征也带
随着互联网的快速发展,社交网络也深入到每个人的生活中,近年来,社会网络越来越受到关注,出现了很多如QQ、微博、Facebook等拥有大量用户的社交网站。无论是改善现有的系统和
随着Internet的不断发展与进步,人们在享受现代化信息技术带来便捷的同时,同样面临着信息安全方面的隐患。一些不法分子通过不当途径非法获取大量数字产品后进行篡改并传播为
大数据时代,面向海量数据的数据挖掘正受到各行各业的广泛关注和应用。数据不但在量上呈现爆炸性增长,而且在内容和形式上也日益复杂化。由于主观或客观因素,数据丢失是不可
浮选是工业矿物分离提取中一个至关重要的环节,在有限的矿物资源情况下,提高其利用率是一个国际性难题。结合机器视觉和数字图像处理技术提高资源利用率,已成为全球研究和应
行人检测是指利用计算机视觉算法自动判断待检测图像或视频序列中是否存在行人目标,并返回空间坐标信息。行人作为特殊群体,即具备一般目标的普遍性,又具有类内变化多样的特
坝基岩体质量分级可以综合反映岩体工程特性的好坏,是工程岩体稳定分析以及建基面选择的基础。本文总结了国内外广泛应用的岩体质量分级方法,详细介绍了各种岩体质量分级方法和各分级指标之间的相关关系。以玛尔挡电站坝基岩体为实例进行深入研究。该电站坝址岩性主要包括三叠系变质砂岩、中生代斑状二长岩、第三系砂岩及各种成因的第四系松散堆积物。其中本文所研究的河床坝基部位岩体均为中生代斑状二长岩。论文以坝址区二长岩中
随着大型高性能多处理机网络系统高速发展,一个多处理机系统可能包含着上百万个利用互连网络相互传递信息的处理器(结点)。因此互连网络的可靠性问题成为了当今人们关心的热
作为主要的室内空气污染物,甲醛(formaldehyde,FA)的毒性一直备受关注。研究表明甲醛导致神经系统损伤并引发学习记忆能力障碍。表没食子儿茶素没食子酸酯(Epigallocatechin gallate,EGCG)作为绿茶多酚中的活性物质,流行病学和动物学研究均报道了其多种生理功能,特别是对于神经系统的保护作用。为此本研究旨在探究甲醛引起小鼠的神经毒性效应及机制,并采用EGCG作为保护剂观