融合机器学习算法在旅游推荐中的研究与实现

• 作者: 刘树林 刘洪江 王小芳
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 旅游推荐 SVM 分类器 BOOTSTRAPPING
• 年，卷（期）: 2020,（9）
• 页码范围: 198-199
• 页数: 2页
• 分类号: TP399

摘要

针对旅游点评类文本存在数据量庞大等问题,本文构建一种SVM与Bootstrapping相融合的旅游点评文本情感分析算法。首先对2019年上半年携程旅游与马蜂窝旅游评论数据进行采集,以得到待处理旅游点评文本数据集;然后利用SVM算法构建分类器对旅游点评文本进行分类,以得到情感特征词集,随后使用Bootstrapping算法对上述分类器进行重构,以得到高性能分类器;最后对分析的情感特征词集进行模型评价。实验结果表明,改进算法相对于传统算法而言,召回率整体提升2.3%,准确率整体提升4.8%,F值整体提升3.46%,改进算法分类效果较传统更优,准确率、召回率和加权调和平均值有提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小芳	电子科技大学成都学院	9	3	1.0	1.0
2	刘树林	电子科技大学成都学院	4	0	0.0	0.0
3	刘洪江	电子科技大学成都学院	3	1	1.0	1.0