基于情感計(jì)算的線上商品銷(xiāo)量預(yù)測(cè)方法研究
發(fā)布時(shí)間:2021-04-15 20:48
近年來(lái),隨著電子商務(wù)的迅猛發(fā)展,網(wǎng)購(gòu)評(píng)論作為傳統(tǒng)口碑的數(shù)字化版本己經(jīng)成為網(wǎng)絡(luò)消費(fèi)評(píng)價(jià)的最主要信息來(lái)源之一。一方面,大量理論研究及實(shí)踐應(yīng)用表明,消費(fèi)者對(duì)線上商品所表達(dá)的情感傾向不僅對(duì)其他消費(fèi)者的潛在購(gòu)買(mǎi)決策有重要指導(dǎo)作用,而且對(duì)于生產(chǎn)商和商家改進(jìn)商品品質(zhì)、持續(xù)優(yōu)化經(jīng)營(yíng)策略具有重要影響;另一方面,由于不同消費(fèi)者和商家對(duì)于不同商品特征的關(guān)注度往往不同,因此傳統(tǒng)基于網(wǎng)購(gòu)評(píng)論整體情感傾向性的分析結(jié)果,已經(jīng)無(wú)法滿足用戶日益多樣化的現(xiàn)實(shí)需求;谏鲜霰尘,本文在深入學(xué)習(xí)國(guó)內(nèi)外情感分析理論及其主要研究成果基礎(chǔ)之上,以某電商平臺(tái)關(guān)于手機(jī)的交易數(shù)據(jù)作為研究用實(shí)驗(yàn)數(shù)據(jù),將情感分析作用于商品的不同屬性,開(kāi)展了基于網(wǎng)購(gòu)評(píng)論信息情感傾向性分析的在線商品銷(xiāo)售量預(yù)測(cè)模型研究,主要研究工作如下:(1)提出了一種基于融合詞性的BiLSTM-CRF模型的商品顯式特征提取方法。該方法首先對(duì)基于詞語(yǔ)的評(píng)論句和基于詞性的評(píng)論句進(jìn)行獨(dú)立建模,分別使用BiLSTM網(wǎng)絡(luò)學(xué)習(xí)評(píng)論信息的長(zhǎng)期依賴關(guān)系,然后將詞語(yǔ)與詞性的特征進(jìn)行融合,并將融合后的語(yǔ)義特征接入全連接網(wǎng)絡(luò),最后將全連接網(wǎng)絡(luò)輸出的結(jié)果作為CRF網(wǎng)絡(luò)的輸入,經(jīng)過(guò)CRF層的訓(xùn)練得出帶...
【文章來(lái)源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.?3?LSTM總體框架??Fig.?2.3?LSTM?overall?framework??2.?3情感分類(lèi)方法??
017年4月28日至2018年6月28日在每月28日收集相關(guān)數(shù)據(jù),共計(jì)65536條。采集??的數(shù)據(jù)包括:商品ID、商品名稱、店鋪名稱、價(jià)格、月銷(xiāo)量、總評(píng)論數(shù)、評(píng)論內(nèi)容、??評(píng)論時(shí)間、商品評(píng)分、店鋪服務(wù)評(píng)分、店鋪物流評(píng)分、店鋪年數(shù)、商品分期免息月數(shù)、??商品被收藏?cái)?shù)、追評(píng)數(shù)、評(píng)論中圖片數(shù)、該型號(hào)手機(jī)上市天數(shù)。月銷(xiāo)量是指當(dāng)前價(jià)格下??的月銷(xiāo)量,不包含價(jià)格變動(dòng)帶來(lái)的銷(xiāo)量,且月銷(xiāo)量是指當(dāng)前周期(30天)內(nèi)的銷(xiāo)量,不??與其他周期的銷(xiāo)量累加。??將處理后的數(shù)據(jù)放到同一數(shù)據(jù)表中,表中1?10列如圖3.3中(a)所示,11?21??列如圖3.3中(b)所示。本章采用其中的評(píng)論內(nèi)容作為實(shí)驗(yàn)數(shù)據(jù)。??id?seller_id?item?shop_name?price?sell_irtotal_c?rateContent?rateDate?auctionSki??65001?2838892713?huawei_n〇'華為官方旗艦2399.00?7773?29503在實(shí)體店看看以后才買(mǎi)的,有活動(dòng),便宜一點(diǎn),還有禮品,?2018/5/14?19:26網(wǎng)絡(luò)類(lèi)型??65002?2838892713?huawei_n〇,華為官方旗艦2399.00?7773?29503?第一次買(mǎi)華為感覺(jué)還不錯(cuò)!?2018/5/3?15:16?網(wǎng)絡(luò)類(lèi)型:‘??65003?2838892713?hUawei_no,華為官方旗艦2399.00?7773?29503特別好用,男朋友一直推薦的。?2018/5/16?21:06網(wǎng)絡(luò)類(lèi)型:,??65004?2838892713?huawei_no,華為官方旗艦¥?2399.00?7773?29503用了兩
回率(Recall,/?)和Fi值,計(jì)算??公式如下:??P=?tTP?(3.14)??t?TP?+?貧?Fp??其中為識(shí)別正確個(gè)數(shù),為識(shí)別錯(cuò)誤的個(gè)數(shù),精確度衡量了識(shí)別出的商品特征及??觀點(diǎn)的正確比例。??R?=?_hp_?(3.15)??tTP?+tFN??其中,為真正的但沒(méi)有被系統(tǒng)正確識(shí)別出的個(gè)數(shù),召回率衡量的是在所有真正特征??及觀點(diǎn)中被正確識(shí)別出的比例。??=?2PR_?(3.16)??P?+?R??g為綜合精確度和召回率的調(diào)和平均值。??本文的分詞結(jié)果如圖3.5所示,對(duì)手機(jī)商品評(píng)論中商品特征及觀點(diǎn)的識(shí)別結(jié)果如圖??3.6所示。??r ̄]?Console?1/A?^?戀#??)?A??In?[1]?:?runfile(1?C?;?/Use^s/ynvi/Oesktop/untitledB??py'j?wdir=1?C:?/yii'l/Cesktcp?'??-手機(jī)/n很/cf不錯(cuò)/a,/wd拍照/vi很/d清晰/a,/wd玩/v游戲/n也/d很/d給力/a,?/wd客??月艮/n態(tài)度/n好/a,?/wd很/d耐心/ad解答/v問(wèn)題/n。/wj??2手機(jī)/n不錯(cuò)/a,?/wd指紋/n解鎖/v也/d很/d快/a。/w丨女兒/n挺/d喜歡/vU綱??3機(jī)子/n非常/d好/a,/wd包裝/n特別/d仔細(xì)/a,/wd賣(mài)家/n發(fā)貨/vi快/a。收到/v后/f試??/v?了/ule—下/mq,?/wd?比/p?之前/f?手機(jī)/n?質(zhì)感/n?好/a。/wf??圖3.?5評(píng)論文本分詞結(jié)果??Fig.?3.5?Comment?text?segmentation?results??-25?-??
【參考文獻(xiàn)】:
期刊論文
[1]融合詞性的雙注意力Bi-LSTM情感分析[J]. 趙富,楊洋,蔣瑞,張利君,任曉雷. 計(jì)算機(jī)應(yīng)用. 2018(S2)
[2]基于CNN和BiLSTM網(wǎng)絡(luò)特征融合的文本情感分析[J]. 李洋,董紅斌. 計(jì)算機(jī)應(yīng)用. 2018(11)
[3]基于雙向LSTM和GBDT的中醫(yī)文本關(guān)系抽取模型[J]. 羅計(jì)根,杜建強(qiáng),聶斌,熊旺平,劉蕾,賀佳. 計(jì)算機(jī)應(yīng)用研究. 2019(12)
[4]網(wǎng)絡(luò)評(píng)論方面級(jí)觀點(diǎn)挖掘方法研究綜述[J]. 韓忠明,李夢(mèng)琪,劉雯,張夢(mèng)玫,段大高,于重重. 軟件學(xué)報(bào). 2018(02)
[5]在線用戶評(píng)論細(xì)粒度屬性抽取[J]. 周清清,章成志. 情報(bào)學(xué)報(bào). 2017(05)
[6]面向汽車(chē)評(píng)論的細(xì)粒度情感分析方法研究[J]. 陳炳豐,郝志峰,蔡瑞初,溫雯,王麗娟,黃浩,蔡曉鳳. 廣東工業(yè)大學(xué)學(xué)報(bào). 2017(03)
[7]細(xì)粒度情感分析的酒店評(píng)論研究[J]. 李鳴,吳波,宋陽(yáng),朱夢(mèng)堯,徐志廣,張宏俊. 傳感器與微系統(tǒng). 2016(12)
[8]基于語(yǔ)義約束LDA的商品特征和情感詞提取[J]. 彭云,萬(wàn)常選,江騰蛟,劉德喜,劉喜平,廖國(guó)瓊. 軟件學(xué)報(bào). 2017(03)
[9]基于多特征融合的微博主題情感挖掘[J]. 黃發(fā)良,馮時(shí),王大玲,于戈. 計(jì)算機(jī)學(xué)報(bào). 2017(04)
[10]泰安市農(nóng)產(chǎn)品電子商務(wù)發(fā)展的現(xiàn)狀和對(duì)策探究[J]. 孫光宇. 中國(guó)商論. 2016(26)
博士論文
[1]觀點(diǎn)挖掘中評(píng)價(jià)對(duì)象抽取方法的研究[D]. 劉倩.東南大學(xué) 2016
碩士論文
[1]基于隱式產(chǎn)品特征的網(wǎng)絡(luò)商品評(píng)論情感分析研究[D]. 陶婭芝.重慶郵電大學(xué) 2017
[2]網(wǎng)購(gòu)用戶評(píng)論中隱式評(píng)價(jià)對(duì)象的提取方法研究[D]. 馬京苗.北京交通大學(xué) 2017
本文編號(hào):3140060
【文章來(lái)源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.?3?LSTM總體框架??Fig.?2.3?LSTM?overall?framework??2.?3情感分類(lèi)方法??
017年4月28日至2018年6月28日在每月28日收集相關(guān)數(shù)據(jù),共計(jì)65536條。采集??的數(shù)據(jù)包括:商品ID、商品名稱、店鋪名稱、價(jià)格、月銷(xiāo)量、總評(píng)論數(shù)、評(píng)論內(nèi)容、??評(píng)論時(shí)間、商品評(píng)分、店鋪服務(wù)評(píng)分、店鋪物流評(píng)分、店鋪年數(shù)、商品分期免息月數(shù)、??商品被收藏?cái)?shù)、追評(píng)數(shù)、評(píng)論中圖片數(shù)、該型號(hào)手機(jī)上市天數(shù)。月銷(xiāo)量是指當(dāng)前價(jià)格下??的月銷(xiāo)量,不包含價(jià)格變動(dòng)帶來(lái)的銷(xiāo)量,且月銷(xiāo)量是指當(dāng)前周期(30天)內(nèi)的銷(xiāo)量,不??與其他周期的銷(xiāo)量累加。??將處理后的數(shù)據(jù)放到同一數(shù)據(jù)表中,表中1?10列如圖3.3中(a)所示,11?21??列如圖3.3中(b)所示。本章采用其中的評(píng)論內(nèi)容作為實(shí)驗(yàn)數(shù)據(jù)。??id?seller_id?item?shop_name?price?sell_irtotal_c?rateContent?rateDate?auctionSki??65001?2838892713?huawei_n〇'華為官方旗艦2399.00?7773?29503在實(shí)體店看看以后才買(mǎi)的,有活動(dòng),便宜一點(diǎn),還有禮品,?2018/5/14?19:26網(wǎng)絡(luò)類(lèi)型??65002?2838892713?huawei_n〇,華為官方旗艦2399.00?7773?29503?第一次買(mǎi)華為感覺(jué)還不錯(cuò)!?2018/5/3?15:16?網(wǎng)絡(luò)類(lèi)型:‘??65003?2838892713?hUawei_no,華為官方旗艦2399.00?7773?29503特別好用,男朋友一直推薦的。?2018/5/16?21:06網(wǎng)絡(luò)類(lèi)型:,??65004?2838892713?huawei_no,華為官方旗艦¥?2399.00?7773?29503用了兩
回率(Recall,/?)和Fi值,計(jì)算??公式如下:??P=?tTP?(3.14)??t?TP?+?貧?Fp??其中為識(shí)別正確個(gè)數(shù),為識(shí)別錯(cuò)誤的個(gè)數(shù),精確度衡量了識(shí)別出的商品特征及??觀點(diǎn)的正確比例。??R?=?_hp_?(3.15)??tTP?+tFN??其中,為真正的但沒(méi)有被系統(tǒng)正確識(shí)別出的個(gè)數(shù),召回率衡量的是在所有真正特征??及觀點(diǎn)中被正確識(shí)別出的比例。??=?2PR_?(3.16)??P?+?R??g為綜合精確度和召回率的調(diào)和平均值。??本文的分詞結(jié)果如圖3.5所示,對(duì)手機(jī)商品評(píng)論中商品特征及觀點(diǎn)的識(shí)別結(jié)果如圖??3.6所示。??r ̄]?Console?1/A?^?戀#??)?A??In?[1]?:?runfile(1?C?;?/Use^s/ynvi/Oesktop/untitledB??py'j?wdir=1?C:?/yii'l/Cesktcp?'??-手機(jī)/n很/cf不錯(cuò)/a,/wd拍照/vi很/d清晰/a,/wd玩/v游戲/n也/d很/d給力/a,?/wd客??月艮/n態(tài)度/n好/a,?/wd很/d耐心/ad解答/v問(wèn)題/n。/wj??2手機(jī)/n不錯(cuò)/a,?/wd指紋/n解鎖/v也/d很/d快/a。/w丨女兒/n挺/d喜歡/vU綱??3機(jī)子/n非常/d好/a,/wd包裝/n特別/d仔細(xì)/a,/wd賣(mài)家/n發(fā)貨/vi快/a。收到/v后/f試??/v?了/ule—下/mq,?/wd?比/p?之前/f?手機(jī)/n?質(zhì)感/n?好/a。/wf??圖3.?5評(píng)論文本分詞結(jié)果??Fig.?3.5?Comment?text?segmentation?results??-25?-??
【參考文獻(xiàn)】:
期刊論文
[1]融合詞性的雙注意力Bi-LSTM情感分析[J]. 趙富,楊洋,蔣瑞,張利君,任曉雷. 計(jì)算機(jī)應(yīng)用. 2018(S2)
[2]基于CNN和BiLSTM網(wǎng)絡(luò)特征融合的文本情感分析[J]. 李洋,董紅斌. 計(jì)算機(jī)應(yīng)用. 2018(11)
[3]基于雙向LSTM和GBDT的中醫(yī)文本關(guān)系抽取模型[J]. 羅計(jì)根,杜建強(qiáng),聶斌,熊旺平,劉蕾,賀佳. 計(jì)算機(jī)應(yīng)用研究. 2019(12)
[4]網(wǎng)絡(luò)評(píng)論方面級(jí)觀點(diǎn)挖掘方法研究綜述[J]. 韓忠明,李夢(mèng)琪,劉雯,張夢(mèng)玫,段大高,于重重. 軟件學(xué)報(bào). 2018(02)
[5]在線用戶評(píng)論細(xì)粒度屬性抽取[J]. 周清清,章成志. 情報(bào)學(xué)報(bào). 2017(05)
[6]面向汽車(chē)評(píng)論的細(xì)粒度情感分析方法研究[J]. 陳炳豐,郝志峰,蔡瑞初,溫雯,王麗娟,黃浩,蔡曉鳳. 廣東工業(yè)大學(xué)學(xué)報(bào). 2017(03)
[7]細(xì)粒度情感分析的酒店評(píng)論研究[J]. 李鳴,吳波,宋陽(yáng),朱夢(mèng)堯,徐志廣,張宏俊. 傳感器與微系統(tǒng). 2016(12)
[8]基于語(yǔ)義約束LDA的商品特征和情感詞提取[J]. 彭云,萬(wàn)常選,江騰蛟,劉德喜,劉喜平,廖國(guó)瓊. 軟件學(xué)報(bào). 2017(03)
[9]基于多特征融合的微博主題情感挖掘[J]. 黃發(fā)良,馮時(shí),王大玲,于戈. 計(jì)算機(jī)學(xué)報(bào). 2017(04)
[10]泰安市農(nóng)產(chǎn)品電子商務(wù)發(fā)展的現(xiàn)狀和對(duì)策探究[J]. 孫光宇. 中國(guó)商論. 2016(26)
博士論文
[1]觀點(diǎn)挖掘中評(píng)價(jià)對(duì)象抽取方法的研究[D]. 劉倩.東南大學(xué) 2016
碩士論文
[1]基于隱式產(chǎn)品特征的網(wǎng)絡(luò)商品評(píng)論情感分析研究[D]. 陶婭芝.重慶郵電大學(xué) 2017
[2]網(wǎng)購(gòu)用戶評(píng)論中隱式評(píng)價(jià)對(duì)象的提取方法研究[D]. 馬京苗.北京交通大學(xué) 2017
本文編號(hào):3140060
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/3140060.html
最近更新
教材專(zhuān)著