基于商品评论的群体用户情感趋势预测研究

• 作者: 周俊鹏 曹瑞 王海 郑杰 高全力 高岭
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 群体用户 商品评论 情感分析 时间序列 趋势预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP391.1
• 字数: 4141字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018333

摘要

提出了一种基于商品评论的群体用户情感趋势预测方法.首先,提出了基于BosonNLP的情感特征词识别算法,对时间维度下的商品评论信息进行特征选取;其次,使用群体用户多维特征向量构造多层感知器( MLP)模型进行情感分析;最后,融合评论时间和用户情感倾向值构建群体用户时序情感倾向序列,并通过长短时记忆网络(LSTM)模型进行时序情感趋势预测.在大规模真实数据集上的实验结果表明,MLP 模型具有较好的分类效果;相比于现有的自回归(AR)模型,LSTM模型的平均均方差降低了79.06%,能够取得更加精准的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岭	西北大学信息科学与技术学院	96	1019	17.0	28.0
5	王海	西北大学信息科学与技术学院	23	158	5.0	12.0
6	郑杰	西北大学信息科学与技术学院	5	14	3.0	3.0
7	曹瑞	西北大学信息科学与技术学院	8	3	1.0	1.0
8	周俊鹏	西北大学信息科学与技术学院	1	3	1.0	1.0
9	高全力	西安工程大学计算机科学学院	6	8	2.0	2.0