基于LSTM和Word2Vec的情感分析在商品评论中的应用

论文摘要

我国电子商务高速发展,由此产生了大量浏览、购买、评论记录。商品评论的情感分析对于深刻理解商家和用户、挖掘用户的情感等方面有着重要的价值,在提升用户的满意度、改进产品设计等方面有着重要的应用。本文用python爬虫抓取京东冰箱商品评论,对于冰箱进行典型意见分析,利用深度学习方法word2vec和LSTM建立二分类器,对抓取的冰箱评论进行分类,模型的准确率能达到96.7%。分类器可以用于评估商品的满意度水平,对于改进电商服务和产品设计具有重要意义。

论文目录

• 一、引言
• 二、情感分析概述
•   （一）情感分析的基本方法
•   （二）基于词典的分析
•   （三）基于机器学习的分析
•   （四）基于深度学习的分析
• 三、研究方法
•   （一）word2vec模型
•   （二）LSTM网络
• 四、实验验证与结果分析
•   （一）数据采集与处理
•   （二）word2vec词向量模型
•   （三）基于LSTM的情感分析
• 五、总结

文章来源

类型: 期刊论文

作者: 周萌

关键词: 情感分析,用户满意度

来源: 统计与管理 2019年12期

年度: 2019

分类: 经济与管理科学,社会科学Ⅱ辑,信息科技

专业: 计算机软件及计算机应用,自动化技术,企业经济

单位: 上海对外经贸大学

分类号: F274;TP391.1;TP181

DOI: 10.16722/j.issn.1674-537x.2019.12.017

页码: 81-84

总页数: 4

文件大小: 1620K

下载量: 222