共查询到10条相似文献,搜索用时 15 毫秒
1.
大数据时代下,商品评论在网络购物中发挥着越来越重要的作用.有效分析评论内容,并提取关键信息,将为销售方制定销售方案、消费者选定产品提供有效帮助.因此,本文基于京东购物平台上商品评论,分析评论的情感倾向.首先,通过python的Requests库爬取家用电器的最新的评论数据,并对数据进行分词处理、去除停用词以及情感值可视化处理,进而构建LDA模型.针对京东平台上评论的特点,采用jieba分词进行情感标注以及关键词云生成,经过python的情感值比较,将单一重复、过分强调和短句进行删除,利用最大概率法进行分词处理,遍历情感词,生成情感词表,进行统计分析,构建基于多项式贝叶斯算法与LDA的情感分析模型,为商家和顾客在进行交易之前提供有效信息. 相似文献
2.
大数据时代下,商品评论在网络购物中发挥着越来越重要的作用.有效分析评论内容,并提取关键信息,将为销售方制定销售方案、消费者选定产品提供有效帮助.因此,本文基于京东购物平台上商品评论,分析评论的情感倾向.首先,通过python的Requests库爬取家用电器的最新的评论数据,并对数据进行分词处理、去除停用词以及情感值可视化处理,进而构建LDA模型.针对京东平台上评论的特点,采用jieba分词进行情感标注以及关键词云生成,经过python的情感值比较,将单一重复、过分强调和短句进行删除,利用最大概率法进行分词处理,遍历情感词,生成情感词表,进行统计分析,构建基于多项式贝叶斯算法与LDA的情感分析模型,为商家和顾客在进行交易之前提供有效信息. 相似文献
3.
网络评论板块使得消费者能充分参考其他消费者的评论信息做出正确的购物决策,然而,在电商购物平台上发布评论的评论者不仅仅包括用户,还可能是恶性诋毁的竞争者以及自我推销的商家。文章探讨了在线商品垃圾评论发布动机的影响因素,分为商家推销、同行诋毁、经济回报、情绪发泄、惩罚商家、敷衍应对、不堪骚扰7个方面。为后续的在线商品垃圾评论识别与治理研究提供重要理论依据。 相似文献
4.
5.
随着互联网的快速发展,网上交易的用户越来越多,大多数的电子商务网站都会为消费者提供相互交流的平台来发表其针对所购买商品的评论,针对于在线用户商品评论信息挖掘方法的研究也就成为当下的热点问题.本文对在线用户电商评论的特点以及分类进行了概括,总结了不同的商品评论信息挖掘方法的应用进展情况以及研究现状,并对其进行了比较研究. 相似文献
6.
随着移动电子商务和互联网的普及,网络购物逐渐成为越来越流行的购物方式,体育产品从众多的商品分类中分离出来,表现出了积极的发展趋势.大学生又作为体育用品线上消费的中坚力量,其在网络环境下的购买行为动机受到诸多因素的影响.本文通过从线评论的文本信息角度,研究在线评论影响大学生体育用品购买决策的主要原因进行分析,进而针对原因为网络零售商提出相应的建议. 相似文献
7.
8.
9.
10.
CNNIC的调查表明超过一半的网购用户表示买每种商品前都会看相关商品评论,已有近8成的网购用户买大多数商品前都会看看商品评论,此外消费者网购产品的选择因素中,网上用户评价较好是价格便宜这个因素外主要考虑的因素,因此研究在线评论具有重要意义。本文主要从在线评论的信息特征出发对相关研究进行分析。 相似文献