HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

面向主题的高质量评论挖掘模型研究

作者:唐晓波; 邱鑫评论挖掘主题发现自动摘要lda

摘要:[目的]帮助消费者从海量的评论集合中识别高质量评论。[方法]利用LDA主题模型对消费者关注的主题进行分类,借鉴改进的自动摘要的思想,追踪评论主题下的高质量评论,提出面向主题的高质量评论挖掘模型。[结果]自动提炼出每个主题下的高质量评论,其准确率、召回率和F1值分别为80.73%、64.90%和71.95%,并通过实证研究证明该模型的有效性和优越性。[局限]仅与部分典型模型作对比,其他模型方法还未进行验证。[结论]该模型能从评论集中有效地挖掘出不同主题下的高质量评论,从而能够更加高效地辅助消费者进行购买决策。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情