2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著Web2.0的出現(xiàn),消費(fèi)者用以表達(dá)自身觀點(diǎn)的途徑也發(fā)生了變化。他們開始在商家的網(wǎng)站上發(fā)表對商品的評論,并且通過這些評論來分享各自的經(jīng)驗(yàn)。不同于產(chǎn)品的描述信息,這些評論的撰寫完全基于用戶自己的意愿觀點(diǎn),并且能夠?qū)ζ渌M(fèi)者的購買過程產(chǎn)生影響。這種影響可以從銷量情況或者產(chǎn)品價(jià)格等這些易于測量的經(jīng)濟(jì)變量觀察得到。也正是由于網(wǎng)絡(luò)購物行為的持續(xù)發(fā)展,使得評論挖掘受到了很大的關(guān)注。
  本文中,以書本評論作為研究對象,重點(diǎn)關(guān)注于評論中情感

2、信息的挖掘,并探討將這種信息用于產(chǎn)品銷量預(yù)測的方法。此外,前期銷量作為另一個(gè)能夠指示產(chǎn)品未來銷售情況的因素,它反映了市場的趨勢與影響力,也因此在預(yù)測中有著重要的作用。我們工作的重要性能夠在產(chǎn)品定價(jià)、市場營銷等諸多方面得到體現(xiàn)??傮w來說,本文的工作主要體現(xiàn)在以下三個(gè)方面。
  (1)針對評論中情感信息的挖掘,本文首先構(gòu)造了情感詞詞典,然后采用基于詞典和TF-IDF的方法對產(chǎn)品的評論進(jìn)行情感分析,最后通過將情感因素融合到自回歸模型中,

3、建立了新的預(yù)測模型——情感感知自回歸模型(Autoregressive Emotion-Sensitivemodel,ARES)。實(shí)驗(yàn)結(jié)果表明,融入了情感信息的模型具有更好的預(yù)測性能。
  (2)然而,由于自然語言在情感表達(dá)方面的復(fù)雜性,觀點(diǎn)信息通常體現(xiàn)在多個(gè)方面,因此基于TF-IDF的方法并不能捕捉評論中情感信息的全貌。這里,我們提出了潛在情感語言模型(Latent Sentiment Language Model,LSL)來解

4、決這個(gè)問題,該模型由捕獲評論中顯式情感信息的情感-語言模型(sentiment-language)以及捕獲其中隱式情感信息的情感-LDA模型(sentiment-LDA)構(gòu)成。結(jié)合前期銷量的影響,最終生成了用于預(yù)測的情感自回歸模型(Sentiment Autoregressive Model,SAR)。實(shí)驗(yàn)結(jié)果驗(yàn)證了SAR的有效性以及情感信息的預(yù)測能力。
  (3)此外,考慮到評論質(zhì)量對消費(fèi)者情感的影響,我們通過考察評論長度及其修

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論