基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网上电商中存在着海量的评论信息,这些信息蕴含了重要的价值信息,一方面反映了用户对产品的评价,另一方面用户可以通过浏览评论信息决定是否购买。针对从海量的信息中挖掘重要信息,本文提出了通过LDA模型对评论信息中特征进行挖掘的方法。实验表明该方法能够有效的挖掘特征。
推荐文章
基于商品特征的商品评论信息挖掘方法
商品评论
观点挖掘
情感计算
分水岭算法
融合用户和商品评论的双通道CNN推荐算法
CNN推荐算法
推荐系统
特征提取
文本矢量化
抽象特征映射
评分预测
基于用户评论信息的服装类商品评价机制研究
电子商务
信息增益
绝对词频-倒排文档频率
单词统计特性在情感词自动抽取和商品评论分类中的作用
统计特征
情感词提取
商品评论分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于商品评论信息的特征挖掘
来源期刊 福建电脑 学科
关键词 LDA模型 挖掘 特征
年,卷(期) 2015,(5) 所属期刊栏目 应用与开发
研究方向 页码范围 106-107
页数 2页 分类号
字数 2154字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈国良 重庆师范大学计算机与信息科学学院 3 5 2.0 2.0
2 郭修豪 重庆师范大学计算机与信息科学学院 4 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (196)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (19)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
LDA模型
挖掘
特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导