一种基于网络评论小样本数据的群体情绪量化方法

• 作者: 王玥 龚莉萍 刘汉涛 李文藻
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 评论群体情绪 评论数据 量化模型 k-means 数据预处理 聚类算法
• 年，卷（期）: 2023,（12）
• 所属期刊栏目: 学术研究_智能处理与应用
• 页码范围: 98-100
• 页数: 2页
• 分类号: TP399
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.12.027

摘要

网络评论的生态环境具有复杂性特征，用户群体对购买商品的评论数据往往包含时间维度、使用感受及未来期望等信息，更为复杂。已有研究认为，通过分析用户群体评论的多维信息，可以一定程度量化评论群体情绪，帮助商家改进商品或者制定经营决策，也能够为其他买家提供指导。因此，本文在量化评论数据的基础上，利用 k-means 算法建模小规模评论数据聚类，提出一种对评论群体情绪量化的方法与机制，尝试为评论群体情绪识别提供量化依据与模型。