期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
商品主观评论的情感细分类模型研究 被引量:3
1
作者 夏火松 朱慧毅 魏凤蕊 《情报杂志》 CSSCI 北大核心 2013年第2期117-120,92,共5页
在现有褒贬性情感分类的研究中,缺乏对商品具体属性情感倾向的分析。基于此,建立细分类模型,将情感分类分为初分类和细分类两个过程。初分类确定商品评论的整体情感倾向,根据初分类的结果对商品的各个属性再次进行情感分类,以确定具体... 在现有褒贬性情感分类的研究中,缺乏对商品具体属性情感倾向的分析。基于此,建立细分类模型,将情感分类分为初分类和细分类两个过程。初分类确定商品评论的整体情感倾向,根据初分类的结果对商品的各个属性再次进行情感分类,以确定具体属性的情感倾向。从而消费者无需阅读具体的文本评论,就可以全面直观地了解商品,缩短做出购买决策的时间,降低决策的复杂度。该模型可作为网上商品销售的一个扩展功能使用,并利用酒店评论文本检测了模型的有效性。同时,论文通过对四种经典的特征算法的测试,发现在情感细分类中互信息(Mutual Information,MI)达到了更高的准确度。 展开更多
关键词 商品主观评论文本挖掘情感细分类情感倾向分析支持向量机(SVM) 人工神经网络(ANN)
在线阅读 下载PDF
基于知识图谱和对话结构的问诊推荐方法
2
作者 徐春 吉双焱 +3 位作者 马欢 孙恩威 王萌萌 苏明钰 《计算机应用》 北大核心 2025年第4期1157-1168,共12页
针对现有的问诊推荐方法未能充分利用医患间丰富的对话信息和无法捕捉患者实时的健康需求和偏好的问题,提出一种基于知识图谱和对话结构的问诊推荐方法(KGDS)。首先,构建包含评论情感分析和医学专业知识的医疗知识图谱(KG),增强医生和... 针对现有的问诊推荐方法未能充分利用医患间丰富的对话信息和无法捕捉患者实时的健康需求和偏好的问题,提出一种基于知识图谱和对话结构的问诊推荐方法(KGDS)。首先,构建包含评论情感分析和医学专业知识的医疗知识图谱(KG),增强医生和患者的细粒度特征表示;其次,在患者表示学习部分,设计一种患者查询编码器,从词级和句级这2个层面提取查询文本的关键特征,并通过注意力机制加强医患向量间的高阶特征交互;再次,建模诊断对话,充分利用医患间丰富的对话信息增强医患特征表示;最后,设计基于对比学习的对话模拟器,捕捉患者的动态需求和实时偏好,利用模拟的对话表示辅助推荐得分的预测。在真实数据集上的实验结果表明,KGDS相较于最优基线方法在曲线下面积(AUC)、平均值倒数秩(MRR@15)、推荐多样性(Diversity@15)、调和平均值(F1@15)、命中率(HR@15)和归一化折损累计增益(NDCG@15)上分别提高了1.82、1.78、3.85、3.06、10.02和4.51个百分点,验证了KGDS的有效性,且可见情感分析和KG的纳入增强了推荐结果的可解释性。 展开更多
关键词 知识图谱 对话结构 问诊推荐 评论情感分析 注意力机制 可解释性
在线阅读 下载PDF
考虑品牌情感的汽车销量预测模型 被引量:9
3
作者 刘业政 章旭 王锦坤 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2017年第9期1276-1282,共7页
现有汽车销量预测研究大多面向整体汽车市场而非单一汽车品牌,而且缺乏对用户口碑数据的深入挖掘,忽略了口碑因素对购买意愿的影响,从而导致预测模型预测精度较低。文章提出一种改进的考虑品牌情感的自回归模型(brand opinion aware aut... 现有汽车销量预测研究大多面向整体汽车市场而非单一汽车品牌,而且缺乏对用户口碑数据的深入挖掘,忽略了口碑因素对购买意愿的影响,从而导致预测模型预测精度较低。文章提出一种改进的考虑品牌情感的自回归模型(brand opinion aware autoregressive model,BOAR),对于单一品牌,在考虑该品牌不同时间窗历史销量基础上,结合用户在线评论中挖掘的用户情感值进行汽车销量预测。对多个汽车品牌的实验表明,该模型可以准确预测单一汽车品牌的销量,具有更好的稳定性。研究结果可以为汽车制造厂商生产规划和控制提供更有效的决策支持。 展开更多
关键词 汽车销量预测 时间序列分析 在线评论情感分析 自回归模型
在线阅读 下载PDF
融合知识图谱和深度学习方法的问诊推荐系统 被引量:19
4
作者 武家伟 孙艳春 《计算机科学与探索》 CSCD 北大核心 2021年第8期1432-1440,共9页
近年来,随着互联网的普及和大数据分析等技术的发展,人们对移动医疗服务的需求越来越迫切,具体表现为根据症状确定自己患有的疾病以及根据疾病选择服务质量较好的医院及医生。为了解决上述问题,基于知识图谱和深度学习技术设计并实现了... 近年来,随着互联网的普及和大数据分析等技术的发展,人们对移动医疗服务的需求越来越迫切,具体表现为根据症状确定自己患有的疾病以及根据疾病选择服务质量较好的医院及医生。为了解决上述问题,基于知识图谱和深度学习技术设计并实现了一种问诊推荐系统。基于互联网开放的医疗数据,构建了“疾病-症状”知识图谱,帮助用户根据症状自查,并以知识图谱嵌入模型训练知识图谱中实体的嵌入向量表示,根据向量的欧式距离相似度选取最相近的疾病实体丰富推荐选项,两者结合实现疾病诊断服务。同时,基于社交媒体的评论数据,结合现有的医疗服务质量评价指标,使用了深度学习的分析方法,自动给出医生的服务质量多维度的评分,为用户提供医生医院推荐服务。最后,通过构建测试集以及设计调查问卷等方式,验证了疾病诊断服务和医生医院推荐服务的准确率分别达到了74.00%和90.91%。 展开更多
关键词 医疗知识图谱 评论情感分析 深度学习 推荐系统
在线阅读 下载PDF
基于抖音平台的在线短视频流行度建模研究 被引量:7
5
作者 钟志豪 肖井华 +1 位作者 吴晔 王笑尘 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第5期774-781,共8页
该文分析了“抖音”短视频平台上近1000条短视频播放量的演变模式,由统计规律发现短视频的播放量累计曲线存在两种时变模式——单梯度和多梯度传播模式;为进一步探究不同传播模式产生的原因,该文分析了用户点赞行为和评论情感倾向与播... 该文分析了“抖音”短视频平台上近1000条短视频播放量的演变模式,由统计规律发现短视频的播放量累计曲线存在两种时变模式——单梯度和多梯度传播模式;为进一步探究不同传播模式产生的原因,该文分析了用户点赞行为和评论情感倾向与播放量的相关性,发现用户的点赞行为会带来短视频进一步的传播,且负向情感评论比例越高,播放量越大。最后,该文基于平台推荐观看和用户粉丝观看这两个主要传播途径,结合点赞促进传播这一特征,构建了在线短视频的点赞−传播动力学模型,复现了实际数据的短视频流行模式,并进一步借助模型探索了不同参数对累计播放量演变趋势的影响,从而揭示了在线短视频的传播机制。研究结果为更有效地促进或控制信息传播提供了理论支撑。 展开更多
关键词 点赞−传播动力学模型 流行度演变 评论情感分析 短视频
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部