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:
通过挖掘网购手机的中文评论,以知名电商网站手机销售评论为研究对象,首先通过爬虫软件抓取销量排名前十的手机网购评论,在文本数据预处理后使用改良的jieba分词工具对评论进行分词,并基于Python开发平台采用T F-ID F算法计算网购中文评论中的手机属性关键词及修饰词关键词,通过关键词词频分析找出用户对特定型号手机的各属性的消费评价,以便消费者了解不同手机属性的优势与劣势,同时为商家改进商品功能提供建议.
推荐文章
基于XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
基于LDA模型与语义网络对评论文本挖掘研究
LDA主题模型
文本聚类
语义关联
情感分析
基于复杂网络融合产品主题的重要在线评论挖掘研究
在线评论
复杂网络
网络社区
语义相似度
评论重要性
建立网购产品监管机制的几点建议
网购产品
网购监管
三无产品
取证模式
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 基于网购评论文本挖掘的手机类产品属性评价研究
来源期刊 现代商贸工业 学科 经济
关键词 文本挖掘 网购评论 属性评价
年,卷(期) 2018,(22) 所属期刊栏目 品牌战略与电子商务
研究方向 页码范围 49-51
页数 3页 分类号 F27
字数 3224字 语种 中文
DOI 10.19311/j.cnki.1672-3198.2018.22.022
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 郑桂玲 东南大学成贤学院 27 66 5.0 7.0
2 张琰 东南大学成贤学院 38 132 6.0 10.0
3 朱燕翔 1 3 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  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本挖掘
网购评论
属性评价
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
现代商贸工业
旬刊
1672-3198
42-1687/T
16开
湖北省武汉市
38-450
1988
chi
出版文献量(篇)
50300
总下载数(次)
201
总被引数(次)
112539
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导