期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于在线评论情感分析的快递服务质量评价 被引量:28
1
作者 王洪伟 宋媛 +3 位作者 杜战其 郑丽娟 华瑾 张艺伟 《北京工业大学学报》 CAS CSCD 北大核心 2017年第3期402-412,共11页
由于问卷调查分析法受访者少,问卷质量也低,为此,以海量的在线消费者评论为数据,采用情感分析技术,提出一种快递服务质量评价方法.选取大众点评网上SF和ST两家快递企业的评论语料为例进行实验分析,首先,应用服务质量测评模型SERVQUAL量... 由于问卷调查分析法受访者少,问卷质量也低,为此,以海量的在线消费者评论为数据,采用情感分析技术,提出一种快递服务质量评价方法.选取大众点评网上SF和ST两家快递企业的评论语料为例进行实验分析,首先,应用服务质量测评模型SERVQUAL量表和物流服务质量评价的相关理论,结合文本分析方法,建立一套基于在线评论情感分析的快递服务质量评价指标体系;其次,对评论语料进行抓取、分句、标识等预处理,比较不同特征选择算法在不同分类算法下的查全率与查准率,最终以信息增益和支持向量机作为最佳组合,抽取614个特征项用于有用性文本的识别;然后,基于How Net的语义相似度极性计算方法和副词量级划分方法对在线评论进行情感极性和强度分析;最后,应用TF-IDF法,结合评论文本确定评价指标的权重,对快递企业服务质量计算综合评价得分.与大众点评网的星级评分进行对比,实验结果表明:该方法与现有方法相比,能够直观地比较SF和ST两家快递企业在快递服务质量各项评价指标上的差异,并且两者的得分趋势相吻合. 展开更多
关键词 在线评论 情感分析 快递服务 质量评价
在线阅读 下载PDF
基于LDA和SNA的在线新闻热点识别研究 被引量:25
2
作者 王洪伟 高松 陆頲 《情报学报》 CSSCI 北大核心 2016年第10期1022-1037,共16页
准确识别在线新闻的热点话题,有助于政府了解社会动向、企业洞察消费需求、学者追踪研究热点。为此,提出一种基于隐含狄利克雷分布和社会网络分析的在线新闻文本热点挖掘模型。首先,借助LDA主题模型对同一时期某一领域的新闻文本进行主... 准确识别在线新闻的热点话题,有助于政府了解社会动向、企业洞察消费需求、学者追踪研究热点。为此,提出一种基于隐含狄利克雷分布和社会网络分析的在线新闻文本热点挖掘模型。首先,借助LDA主题模型对同一时期某一领域的新闻文本进行主题词提取,形成主题词共现结构网络。然后,采用社会网络分析方法对共现网络进行分析,构造主题词语的社会网络结构图谱,进行中心性分析、核心-边缘分析和凝聚子群分析,并以"可持续发展"领域为例,对该领域的热点进行识别。最后,分别与TD-IDF和LDA的主题抽取方法对比,并结合百度指数的验证,发现本文的方法能够有效地反映词语的重要程度和分布情况,具有较强的可移植性。 展开更多
关键词 热点主题 在线新闻 隐含狄利克雷分布 社会网络分析
在线阅读 下载PDF
面向竞争力分析的中文在线评论的比较观点识别:以餐饮业为例 被引量:4
3
作者 王洪伟 蒋文瑛 +1 位作者 高松 华瑾 《情报学报》 CSSCI 北大核心 2015年第12期1259-1269,共11页
比较是在线评论中较为常见的一种评价形式,从海量的在线评论中识别出包含比较关系的评论,并将这些比较关系可视化是文本挖掘的研究热点。本文提出一种根据比较句的次范畴判别语料类型的比较句识别方法,采用规则与统计相结合的方法,... 比较是在线评论中较为常见的一种评价形式,从海量的在线评论中识别出包含比较关系的评论,并将这些比较关系可视化是文本挖掘的研究热点。本文提出一种根据比较句的次范畴判别语料类型的比较句识别方法,采用规则与统计相结合的方法,将人工模式库与CSR方法相结合,构造了比较句混合规则库,在此基础上进行比较实体名的二次识别,实现了比较句的准确识别和类型判别。以大众点评网的餐馆评论作为实验语料,结果表明,在保证召回率的同时,该方法能有效地提高比较句识别的准确率。在此基础上对产品特征以及比较观点进行了挖掘和情感计算,实现了可视化的餐馆竞争力分析。 展开更多
关键词 比较关系 在线评论 模式匹配 类序列规则 竞争力分析 餐饮业
在线阅读 下载PDF
网络股评对股市走势的影响:基于文本情感分析的方法 被引量:11
4
作者 王洪伟 张对 +1 位作者 郑丽娟 陆頲 《情报学报》 CSSCI 北大核心 2015年第11期1190-1202,共13页
为研究网络股评是否影响股民决策以及股市走势的问题,本文收集新浪股吧中30只沪深300指数的股票的网络股评,计算情感指数,建立ARMA—GARCHX模型与ARMAX—GARCH模型,从而分析股评中情感因素与股市走势之间的关系。本研究对证券投资... 为研究网络股评是否影响股民决策以及股市走势的问题,本文收集新浪股吧中30只沪深300指数的股票的网络股评,计算情感指数,建立ARMA—GARCHX模型与ARMAX—GARCH模型,从而分析股评中情感因素与股市走势之间的关系。本研究对证券投资机构和个人的投资决策具有参考价值。研究显示,通过情感分析技术,从网络股评信息中提取投资者情感是可行的,且具有数据样本量大、时效性强、更接近投资者的真实情感等优点;同时发现,将投资者情感作为两个模型的输入项来预测股票价格的波动是可行的,并且ARMAX—GARCH模型效果更好,但模型中情感多为当期情感;ARMA—GARCHX模型模拟效果不如ARMAX—GARCH模型,但情感多为前期情感,有更好的预测能力。 展开更多
关键词 网络股评 情感指数 股市走势 ARMA—GARCHX模型 ARMAX—GARCH模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部