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:
随着我国互联网普及率和人民生活水平的提高,网上购物已成为很多人愿意选择的购物方式.据调查显示,近几年来网购所占购物数额的比例逐年大幅度提升[1].而与此同时,电子商务平台上商品的评论数量也呈几何式上升,使得想要购买商品的顾客很难在纷繁的评论中提取到自己所需要的信息.即使能得到信息也过于片面,不能系统合理评测商品.笔者站在用户的角度上开发本系统,目的是希望能降低顾客网络购物风险.本系统主要采用爬虫技术、Java技术、数据挖掘中的一些算法和一些当前比较先进的开源接口和框架来实现,用户可参考系统给出的评测结果从而选择是否购买该产品[2].
推荐文章
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
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
基于评论挖掘和用户偏好学习的评分预测协同过滤
评论挖掘
层面发现
用户偏好
机器学习
评分预测
协同过滤
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 基于用户评论挖掘的商品分析系统的设计与实现
来源期刊 信息与电脑 学科 工学
关键词 电子商务 评论挖掘 Python 推荐结果
年,卷(期) 2017,(10) 所属期刊栏目 软件开发与应用
研究方向 页码范围 131-132
页数 2页 分类号 TP391.1
字数 1857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 刘成 内蒙古大学计算机学院 11 20 2.0 4.0
2 李鹏飞 内蒙古大学计算机学院 7 11 2.0 3.0
3 王淑军 内蒙古大学计算机学院 1 0 0.0 0.0
4 崔富超 内蒙古大学计算机学院 1 0 0.0 0.0
5 梁鑫月 内蒙古大学计算机学院 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  (19)
共引文献  (754)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
电子商务
评论挖掘
Python
推荐结果
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导