评论文本相关论文
针对评论文本的个性化推荐算法包括多个功能层。数据预处理层将用户对物品的评语转化为词向量，从而降低算法的计算效率。卷积神经网......
[目的/意义]为了解决评论文本主题识别时语义描述不充分以及学习到的主题语义连贯性不强等问题。本文将Sentence-BERT句子嵌入模型......
现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征，相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征......
本文在神经网络的推荐模型基础上引入自注意力机制，提出一种改进的基于自注意力机制TransNet推荐模型SATransNet。SATransNet模型使......
针对基于位置社交网络中的兴趣点推荐存在用户签到数据稀疏、评论文本信息利用不充分、推荐准确度不高等问题,提出一种基于卷积神......
期刊
情感分类是自然语言处理领域的研究热点之一。对用户在各个社交平台上的评论进行情感分类,有着越来越高的实用价值。本文针对传统......
基于京东平台上生鲜物流评论文本内容，构建了京东生鲜物流客户满意度测评模型。利用网络爬虫、词频统计提取京东生鲜物流评价指标，结......
随着科学技术的不断发展，自媒体时代来临，“万众皆媒”的特征使整个舆论场的主客体位置发生了巨大的转变，麦克风来到了网民的手中。网......
应用LTP语义分析系统和TF-IDF模型等对"三孩"政策相关微博的部分评论文本进行分析,探究其舆论表达过程中的借题发挥现象。研究发......
推荐系统是为了解决“信息过载”问题而产生的一种有效工具,随着推荐系统被广泛应用于新闻、音乐、社交平台和电子商务等领域以满......
推荐系统的研究与应用越来越受到人们的关注,然而数据稀疏性、冷启动、信息过期等问题仍是常见的推荐算法正面临的挑战。为进一步......
近年来,随着移动互联网的大范围普及以及各类App的火热推广,人们开始使用各类电商平台和社交平台进行日常的消费和社交活动,并在平......
截至2021年3月,国内汽车保有量接近三亿辆,汽车正由原来的资产性商品逐渐向消费型商品转型。对不同类型的消费者来说,他们对新车空......
随着互联网的飞速发展,人们可以从互联网上获得的信息也与日俱增。而信息的激增也会带来信息过载的问题,人们虽然可以更容易地找到......
随着网络购物的兴起,电子商务得以飞速发展,越来越多的农副产品也从线下销售平台走入线上电商销售平台。其中,茶叶作为我国的一种......
文本情感分析是自然语言处理领域的一个重要任务,它是一种以提炼文本情感内容为目的的文本分类。根据分析粒度的不同,文本情感分析......
互联网技术的快速发展使得信息呈爆炸式增长,由此带来了信息过载的问题,推荐系统可向用户推荐其可能感兴趣的内容,由此缓解该问题......
随着互联网技术的发展,信息技术时代逐渐过渡到数据技术时代,数据在人们的生活中充当着越来越重要的角色。面对无所不在的数据,如......
推荐系统是机器学习乃至深度学习在工业界落地的主要场景。推荐系统是系统根据用户的属性、用户在系统里过去的行为、当前上下文环......
深入挖掘和分析生鲜农产品的电商评论数据对于降低消费者的感知风险、辅助消费者决策具有重要意义。首先阐述了中文在线评论文本数......
目前人们已经可以随时随地的对当前发生的新闻事件进行评论以及对网购的商品发表看法。在这些评论文本中,通常包含了评论者的情感......
随着以用户为中心的语义Web2.0的迅速发展,互联网用户的数量也不断增加,随之涌现出批量的评论文本,其中主要包括人们对产品、事件......
文本倾向性分析就是对用户对某个事物的看法或评论文本的挖掘,从而得到该看法或评论是属于对该事物的积极或消极意见,是文本情感计......
伴随着国家大数据战略的实施,以电子商务为首的互联网应用与现代生活深度融合的同时,也逐渐促进了汽车等传统行业市场经营和发展模......
随着信息技术和互联网的飞速发展,电子商务应用广泛普及,逐渐成为人们日常生活中不可或缺的组成部分。但是,电子商务系统在为用户......
随着Web的迅猛发展，网络已经成为完美交流意见、发表观点和展现个性的平台。当今大量用户在微博、论坛、购物网等平台上表达自己的......
自2012以来,MOOCs(Massive Open Online courses)在全球范围内迅速发展,MOOCs为了适合人们在网上学习,把学校中的课堂碎片化,移植......
随着互联网的普及与广泛应用，越来越多的人在互联网上发表自己的主观言论，使得带观点的文本呈爆炸式增长。观点信息（也称情感信息）的收......
随着互联网技术的迅速发展，网络上的信息呈爆炸式增长，给人们带来丰富信息的同时也带来了一定的困扰。面对这海量的信息资源，如何能快......
随着社会媒体和移动应用的快速发展,信息过载问题日益严重,人们从海量的数据中获取有用的信息变得越来越困难。推荐系统的产生可以......
随着信息技术的蒸蒸日上,互联网特别是其中的移动互联网日益成为人民群众生活中至关重要的一部分。人们越来越热衷于在各种网站上......
随着现代化技术的迅速发展,互联网已成为实现人们进行交流的最重要的一个途径。越来越多的互联网用户通过网络的途径来表达自己的......
随着移动互联设备的普及和各种社交app的兴起,个性化推荐系统早已从传统的电子商务和新闻推荐领域渗透到人们生活的方方面面。推荐......
日常生活中,人们会将海量的评论信息通过多种手段发布到各个社交网站和购物网站中,表达个人积极或者消极,支持或者反对的情绪。情......
随着互联网技术的飞速发展,从海量视频资源中迅速找到用户感兴趣的视频,相关的推荐方法成为热点研究问题。传统的视频推荐模型较多......
融入用户生成信息(User generated content,i.e.,UGC)的推荐系统在近年来得到了研究和应用。在众多的用户生成信息中,基于评分的反......
对亚马逊平台某微波炉产品的销售数据与英文评论进行分析,从而得出该产品的优秀系列名称.重点是利用PMI算法进行英文评论文本的情......
针对推荐系统中用户评分数据稀疏所导致推荐结果不精确的问题,本文尝试将用户评分、信任关系和项目评论文本信息融合在概率矩阵分......
针对目前国内网络环境,网民数量和网络论坛的评论数量都出现了快速增长.然而,评论分类算法仍有很大的发展空间.本研究充分利用爬虫......
本文提出了一个简单的基于VADER规则的通用情感分析模型,并将其有效性与典型的实践基准状态进行了比较,包括基于语词计量的文本分......
批判性知识分子是新闻评论写作者中一个特殊群体。他们创造了一种以讲故事方式呈现的新闻评论。在这类评论文本中,作者并不直接表......
在线旅游的快速发展也预示着海量评论信息的产生，旅游消费者在面对这些海量评论时如何能快速有效的获取自己需求的信息，面对更多的旅......
随着经济的发展,人们对旅游的需求不断增加,使得在线旅游消费市场呈爆发式的增长。因此,以携程网、去哪儿网等为代表的旅游OTA网站......
分析在线课程评论中蕴含的情感对理解学习者状态变化、改进课程质量具有重要意义。依据课程评论的特征,提出一种激活-池化增强的BE......
本文提出一种基于LDA(Latent Dirichlet Allocation)主题模型的协同过滤算法,通过提取并分析商户所接收到的来自不同用户的评论文......
互联网在线评论文本意见挖掘是当今研究的一个热点。针对巨量数据在线评论文本进行实时意见挖掘需求,本文使用有监督的意见挖掘算......
