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:
互联网的广泛应用和电子商务的迅速发展使得用户满意度分析的重要性日益凸显.传统的用户满意度研究都是以认知理论为基础的小样本分析,难以适应海量网络购物数据的应用场景.针对此,提出了一种基于产品评论情感分析的用户满意度挖掘方法,首先选择用户评论为研究对象,然后运用半监督的递归自编码深度学习模型进行产品评论级情感倾向性分析,最后对用户满意度的动态演化模式进行灰色建模与预测.3种京东商品的评论数据的实验表明方法的有效性.
推荐文章
基于SVM的产品评论情感分析系统的设计与实现
产品评论
SVM
搭配识别
情感分析
在线产品评论用户满意度综合评价研究
在线产品评论
满意度评价
灰色理论
观点挖掘
相似性情感词匹配词对
对应性热点词匹配词对
基于联合法选取特征的产品评论情感分类研究
文本分类
产品评论
情感倾向性
特征量选取
联合法选取特征
挖掘中文网络客户评论的产品特征及情感倾向
用户评论
产品特征
数据挖掘
情感分析
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 基于产品评论情感分析的用户满意度挖掘
来源期刊 福建师范大学学报(自然科学版) 学科 工学
关键词 用户满意度 递归自编码 情感分析 灰色预测
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 14-21
页数 8页 分类号 TP391.1
字数 语种 中文
DOI 10.12046/j.issn.1000-5277.2017.01.003
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 黄发良 30 278 10.0 16.0
2 潘传迪 3 0 0.0 0.0
3 程惠华 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (161)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
用户满意度
递归自编码
情感分析
灰色预测
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
福建师范大学学报(自然科学版)
双月刊
1000-5277
35-1074/N
大16开
福建省福州市福建师范大学旗山校区
34-43
1956
chi
出版文献量(篇)
2742
总下载数(次)
2
总被引数(次)
14898
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导