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:
文本情感分析是当前数据挖掘研究的热点,具有极高的应用价值.对电商在线评论进行文本情感分析与数据挖掘具有很高的学术价值和社会经济效益.针对电商在线评论的特点,采用八爪鱼数据采集器爬取京东商城评论数据,采用Jiaba分词,进行情感标注以及关键词云生成.通过Python基于情感词典进行情感倾向性分析,对情感词、程度副词、否定词进行遍历,计算评论语句的情感值,并使用SnowNLP类库对文本情感值得分进行可视化展示,以柱状图直观展示语句情感分数分布情况,很好验证了实验结论.
推荐文章
基于XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
基于SVM的产品评论情感分析系统的设计与实现
产品评论
SVM
搭配识别
情感分析
基于联合法选取特征的产品评论情感分类研究
文本分类
产品评论
情感倾向性
特征量选取
联合法选取特征
基于BiLSTM-Attention的电商评论情感分析
情感分析
长短期神经网路
注意力机制
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 基于文本情感分析的电商产品评论数据研究
来源期刊 微处理机 学科 工学
关键词 情感分析 情感词典 SnowNLP类库 词云
年,卷(期) 2020,(6) 所属期刊栏目 微机应用
研究方向 页码范围 58-62
页数 5页 分类号 TP391.1
字数 语种 中文
DOI 10.3969/j.issn.1002-2279.2020.06.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (46)
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)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(13)
  • 参考文献(1)
  • 二级参考文献(12)
2019(7)
  • 参考文献(0)
  • 二级参考文献(7)
2020(4)
  • 参考文献(3)
  • 二级参考文献(1)
2020(4)
  • 参考文献(3)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感分析
情感词典
SnowNLP类库
词云
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导