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:
在网络商城中,评论是对商品进行好坏判断的重要标准,因而,快速获取大量商品评价并对其进行分析是有意义的。针对评论信息的获取与分析,使用基于Python的爬虫与分词技术,并且设计一套评论内容分析流程。通过对京东商城关于显卡的部分商品的评论获取与分析实验,实验结果得出该方法具有可行性及识别准确性。
推荐文章
基于Python数据获取与词频分析的社会学应用研究
Python
数据获取
词频分析
社会学应用
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
在线商品评论有用性影响因素研究
在线评论
有用性
影响因素
预测模型
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 一种基于Python的商品评论数据智能获取与分析技术
来源期刊 现代计算机:上半月版 学科 工学
关键词 商品评论 PYTHON 爬虫 分词 数据分析
年,卷(期) 2018,(5) 所属期刊栏目
研究方向 页码范围 16-19
页数 4页 分类号 TP311.1
字数 语种
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 黄爱华 广东工业大学发展规划处 16 101 5.0 10.0
2 陈炳丰 广东工业大学计算机学院 14 53 4.0 7.0
3 孙隽韬 电子科技大学格拉斯哥学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(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
商品评论
PYTHON
爬虫
分词
数据分析
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导