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:
为提高店铺数字化运营水平,采用AdaBoost算法解决电商评论情感分类问题.在调用该算法中,采用朴素贝叶斯多分类器,在实验过程中对比分析SAMME和SAMME.R的实现方式,实验结果表明基于SAMME.R方式实现的MultinomialNB_AdaBoost算法可以有效对电商评论进行情感分类,准确率较高.
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
基于情感极性与SMOTE过采样的虚假评论识别方法
虚假评论
情感极性
用户行为
逻辑回归
随机森林
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AdaBoost算法在电商评论情感中的应用
来源期刊 数字技术与应用 学科 工学
关键词
年,卷(期) 2022,(3) 所属期刊栏目 应用技术
研究方向 页码范围 60-62
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2022.03.19
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导