已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著電子商務的快速發(fā)展和不斷普及,人們的消費習慣發(fā)生了深刻的變化,越來越多的消費和交易行為在網(wǎng)上進行。而這種頻繁的網(wǎng)絡活動產(chǎn)生了大量的網(wǎng)絡評論,因而對于消費者與消費者、消費者與商家來說這是一個重要的渠道,能夠快捷方便地交換信息,以此來獲得所需要的有價值的信息。對于潛在消費者來說,通過商務網(wǎng)站的網(wǎng)絡評論,可以全面詳細的了解所關注的產(chǎn)品或服務,并根據(jù)其他評論用戶的評論信息做出是否購買的決定;對于商家來說,從消費者的評論信息中,可以了解到消費
2、者的消費習慣、興趣特征和消費意向,從而改善產(chǎn)品和服務,提升企業(yè)競爭力。
文章運用的文本挖掘方法,包括情感傾向分析和LDA主題模型,對評論文本進行深入分析。以我國的在線旅游網(wǎng)站的評論文本為例,以R統(tǒng)計軟件為工具,利用統(tǒng)計分析及文本挖掘方法對評論文本數(shù)據(jù)進行實證分析。首先基于情感詞典,計算評論中語句所包含的情感詞的平均值,將評論文本劃分為正面評論和負面評論,然后運用LDA主題模型,分別提取這兩類評論的主題。通過情感傾向分析和主題提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相關規(guī)則挖掘的中文文本分類.pdf
- 社交網(wǎng)站中文本體挖掘方法.pdf
- 面向旅游在線評論的文本挖掘方法研究.pdf
- 基于Web的中文文本挖掘技術的研究及實現(xiàn).pdf
- 基于網(wǎng)絡文本的評論挖掘分析.pdf
- 基于特征的中文在線評論觀點挖掘系統(tǒng)的研究與實現(xiàn).pdf
- 基于檢索的中文文本挖掘技術研究與設計.pdf
- 基于特征的中文在線評論觀點挖掘系統(tǒng)的研究與實現(xiàn)
- 中文文本挖掘技術的研究與應用.pdf
- 56015.基于內(nèi)容分類的在線中文圖書評論的挖掘研究
- 中文文本挖掘基本理論與應用.pdf
- web中文文本的數(shù)據(jù)挖掘技術研究.pdf
- 面向解決方案的中文文本挖掘平臺研究.pdf
- 面向文本分類的中文文本挖掘技術研究及實現(xiàn).pdf
- 基于文本挖掘的消費者在線評論研究模型--以京東商城為例.pdf
- 基于文本情感分類的商品評論主題挖掘
- 基于word2vec和SVMperf的網(wǎng)絡中文文本評論信息情感分類研究.pdf
- 面向web文本挖掘的中文文本自動摘要關鍵技術研究.pdf
- 基于文本情感分類的商品評論主題挖掘.pdf
- 基于特征強化的中文產(chǎn)品評論挖掘研究.pdf
評論
0/150
提交評論