基于改进贝叶斯算法的电商在线评论倾向性研究

• 作者: 李宛真 王兴芬
• 来源期刊: 福建电脑
• 关键词: 在线评论 贝叶斯算法 情感倾向
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 17-19,22
• 页数: 4页
• 字数: 3683字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2017.04.007

摘要

本文用采集器抓取上万条在线评论语料,通过数据清洗、分词以及语义标注进行主题词抽取并确定评论语料针对商品、店家服务以及物流三大主题的好评、中评、差评.将训练集导入朴素贝叶斯算法中进行训练,为避免算法在本项目中出现下溢,本实验采用自然对数处理,优化后的算法避免下溢或浮点数舍入导致的对结果的不精确判断.将改进后的算法用于电商网站在线评论数据集的好评率分类,实验结果表明,对乘积取对数,将连乘变为连加,更适用于电商评论的分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兴芬	北京信息科技大学信息管理学院	42	221	8.0	13.0
2	李宛真	北京信息科技大学计算机学院	1	0	0.0	0.0