作者:
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:
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.
推荐文章
中文产品评论细粒度情感分析综述
中文产品评论
特征识别
观点识别
情感词典
细粒度情感
基于多特征组合的在线产品评论情感挖掘研究
决策树
多特征组合
产品评论
情感分析
基于SVM的产品评论属性特征的情感倾向分析
支持向量机
属性搭配
情感极性分析
文本分类
中文信息处理
中文产品评论的维度挖掘及情感分析技术研究
文本挖掘
维度抽取
维度权重
情感分析
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 基于机器学习的企业产品评论数据的情感分析研究
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
研究方向 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
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 李艳红 西安外事学院工学院 28 66 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (85)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(12)
  • 参考文献(3)
  • 二级参考文献(9)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(10)
  • 参考文献(1)
  • 二级参考文献(9)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(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)
研究主题发展历程
节点文献
大数据
文本分类
LDA+SVM
风险预测
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导