基于文本向量和机器学习的评分预测算法

• 作者: 葛声利
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 评分预测 文本向量 机器学习 集成模型
• 年，卷（期）: 2019,（2Z）
• 页码范围: 171-172
• 页数: 2页
• 分类号: TP391.1

摘要

随着无线通信技术不断发展,移动终端的普及,大量的用户涌入到互联网中来,同时随着博客和微博的兴起,互联网进入了web2.0的时代。以自媒体为代表的个人影响会被网络放大,第三方点评平台也在这种浪潮之下应运而生,人们可以通过第三方点评平台来表达自己对商品的看法,大量的观点在网络平台上汇聚,形成对商品的较全面的评价,同时大型第三方点评平台上的评价和评分也成为用户了解商品的最好方式。但是第三方点评平台会存在评分缺失的现象,对平台的准确性和客观性造成不良影响。针对此问题,本文提出了基于文本向量和机器学习的评分预测的方法,能较为准确地预测确实的评分。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛声利		2	0	0.0	0.0