排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
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
1