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:
本文以京东商城某品牌热水器的购买用户文本评价数据为基础,通过构建LDA主题模型进行主题的提取,实现对其倾向性判断以及所隐藏信息的挖掘与分析,为生产商提供指导性建议.
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
基于文本挖掘的求职软件顾客评论情感分析
求职软件
文本挖掘
网络语义分析
情感分析
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
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 基于文本挖掘的电商评论情感分析
来源期刊 产业与科技论坛 学科
关键词 文本挖掘 特征提取 LDA主题模型
年,卷(期) 2020,(2) 所属期刊栏目 科技创新
研究方向 页码范围 63-64
页数 2页 分类号
字数 1775字 语种 中文
DOI
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 张敏 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本挖掘
特征提取
LDA主题模型
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
产业与科技论坛
半月刊
1673-5641
13-1371/F
大16开
河北省石家庄市
18-181
2006
chi
出版文献量(篇)
43551
总下载数(次)
161
总被引数(次)
66232
论文1v1指导