-
题名基于社交媒体平台的短文本相似性度量方法及应用综述
- 1
-
-
作者
范星
周晓航
张宁
-
机构
青岛大学商学院
青岛城市学院
上海财经大学信息管理与工程学院
-
出处
《计算机科学》
北大核心
2025年第S1期157-164,共8页
-
基金
山东省自然科学基金(ZR2022MG022)。
-
文摘
短文本相似性度量作为自然语言处理领域中的一项关键任务,随着社交媒体平台的用户活跃度不断攀升,短文本数据已成为互联网信息传播的核心载体。这类数据对于企业在大数据中深入理解消费者情感、精准描绘用户画像具有显著的应用价值。文中首先对短文本相似性度量方法进行了系统梳理,将其归结为基于字符串的方法、基于词向量的方法以及基于深度学习的方法3类,并深入探讨了不同方法的优势与局限性。其次,聚焦于短文本相似性在企业商业分析中的实际运用,揭示了短文本相似性度量如何助力企业洞察消费者意见、态度以及优化市场营销策略。最后,研究对社交媒体平台短文本相似性度量所面临的挑战进行了全面总结,并对未来的发展前景进行了展望,旨在为相关研究者提供有益的参考和启示。
-
关键词
短文本相似性
社交媒体平台
基于字符串
基于词向量
深度学习
情感分析
用户分析
-
Keywords
Short text similarity
Social media platforms
String-based
Vector-based
Deep learning
Sentiment analysis
User analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
