网购评论情感数据的k近邻和SVM处理方法研究

• 作者: 丁冬冬 佘玉梅 庄丽 焦畅
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 网购评论 k近邻 SVM算法 意见挖掘
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 209-212
• 页数: 4页
• 分类号: TP393
• 字数: 3055字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2013.03.013

摘要

针对网购评论,抽取评论语组成基本语料,构建客户网购评论情感词汇本体,对热点评论应用k-近邻和SVM 2种算法来分析评论文本热点事件,实验证实SVM算法较k-近邻算法在评论文本热点发现上具有较高的性能,为网购评语热点研究提供了实例参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘玉梅	云南民族大学数学与计算机科学学院	26	103	5.0	8.0
2	丁冬冬	云南民族大学数学与计算机科学学院	5	3	1.0	1.0
3	庄丽	云南民族大学数学与计算机科学学院	5	3	1.0	1.0
4	焦畅	云南民族大学数学与计算机科学学院	2	3	1.0	1.0