基于餐饮业网络评论的消费者情感极性分析

• 作者: 杨博文
• 来源期刊: 计算机系统应用
• 关键词: 网络评论文本 情感极性 Lasso算法 Logistic回归 稀疏主成分回归
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 专论·综述
• 页码范围: 42-48
• 页数: 7页
• 字数: 6501字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006488

摘要

首先,根据餐饮业网络评论文本对消费者情感极性进行预测,建立了Lasso-Logistic和Lasso-PCA两个预测模型.相比之下,Lasso-PCA模型整合了更多的变量信息,对文本的情感极性具有更好的预测效果;但是Lasso-PCA模型对变量的解释能力较弱,尤其在解释变量维度较高的情况下,Lasso-PCA模型很难分析出解释变量对被解释变量的影响.其次,对Lasso-Logistic模型的变量选择结果进一步分析发现,特色菜、服务态度和环境以及“美中不足”之处是影响消费者情感极性的显著因素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨博文	南京财经大学经济学院统计系	2	1	1.0	1.0