基于机器学习的企业产品评论数据的情感分析研究

• 作者: 李艳红
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 大数据 文本分类 LDA+SVM 风险预测
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 33-35,81
• 页数: 4页
• 分类号: TP392
• 字数: 3972字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2019.11.011

摘要

简要分析了中小企业风险控制和管理问题,借助海量网页数据,利用LDA+ SVM组合算法,对行业新闻进行智能分类,利用流式数据对企业产品评论数据进行情感分析研究.鉴于流式数据的稀疏性问题,提出基于信息字节N元语法、信息量、评论情感极性等进行特征扩展的方法,并结合SVM算法,进行观点挖掘.实验结果表明分类器性能有着一定程度的提升.研究结果能够帮助企业管理者全面快速了解市场和把握消费者对产品的态度,及时规避风险.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳红	西安外事学院工学院	28	66	4.0	7.0