基于文本词性结构和PCA算法的问卷优化

• 作者: 张帆 杨靖 郭雅鑫
• 来源期刊: 中国汽车
• 学科: 经济
• 关键词: 词性标注 主成分分析法 词性结构 贡献度
• 年，卷（期）: zgqc_2020,（9）
• 页码范围: 14-19
• 页数: 6页
• 分类号: F407.471

摘要

为了更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,因此本文对传统的调研问卷进行优化。首先本文采用正则表达式利用常见的标点符号对近一年来总结的文本数据进行断句、筛选出包含情感和态度的语句、对筛选后的语句根据汽车行业指标进行分词;然后利用词性标注方法对句子进行词性分析,得到句子的词性结构;其次再利用主成分分析法(PCA)对得到的词性结构中选择贡献度占比率最高的一组,利用此时的词性结构优化当前的问卷方法,从而可以更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,实现精准营销。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	中国汽车技术研究中心有限公司	5	3	1.0	1.0
2	杨靖	中国汽车技术研究中心有限公司	5	4	1.0	1.0
3	郭雅鑫	中国汽车技术研究中心有限公司	3	1	1.0	1.0