期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-BiLSTM的消费者网络评论情感分析
被引量：
29
1
作者
国
显达
那日萨
崔少泽
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2020年第3期653-663,共11页
现如今,商品在线评论的情感分析业已成为许多商家不可忽视的重要工作,它对于商家了解用户偏好有着重要意义,同时,它还能够为相关产品下一步的改进工作提供方向指导.然而,传统的分析方法已无法解决现在情感分析中特征提取及语义理解等方...
现如今,商品在线评论的情感分析业已成为许多商家不可忽视的重要工作,它对于商家了解用户偏好有着重要意义,同时,它还能够为相关产品下一步的改进工作提供方向指导.然而,传统的分析方法已无法解决现在情感分析中特征提取及语义理解等方面存在的问题.针对此类问题,本文提出一种基于CNN-BiLSTM的在线评论情感分析方法,不仅可以像LSTM一样建立时序关系,而且可以像CNN一样刻画局部空间特征.医疗服务、物流快递、金融服务、旅游住宿和食品餐饮数据集的实验结果表明,该方法能有效判别消费者在线评论情感倾向,在文本的情感分类中效果较传统机器学习算法更准确,F1值可以达到94.67%.同时,实验证明该方法具有较好的领域可拓展性.
展开更多
关键词
情感分析
在线评论
深度学习
CNN模型
BiLSTM模型
原文传递
基于Gaussian LDA的在线评论主题挖掘研究
被引量：
15
2
作者
国
显达
那日萨
+1 位作者
高欢
杨心怡
《情报学报》
CSSCI
CSCD
北大核心
2020年第6期630-639,共10页
针对现有主题挖掘方法生成的主题分布稀疏、语义不连贯,并导致可应用性差等不足之处,提出了一种基于Gaussian LDA的在线评论主题挖掘方法。首先,通过word2vec训练得到在线评论的词向量,并基于Gaussian LDA模型获取在线评论的主题分布;然...
针对现有主题挖掘方法生成的主题分布稀疏、语义不连贯,并导致可应用性差等不足之处,提出了一种基于Gaussian LDA的在线评论主题挖掘方法。首先,通过word2vec训练得到在线评论的词向量,并基于Gaussian LDA模型获取在线评论的主题分布;然后,通过主题分布来计算评论的相似度矩阵并应用AP聚类算法实现在线评论聚类,通过分析聚类结果实现主题发现;最后,利用TextRank算法提取各主题的关键句子生成主题摘要,以完成对主题的描述。该方法可有效缓解消费者在线评论信息过载问题,通过淘宝、京东、豆瓣等平台7种不同类型产品的评论数据的实验计算证明了方法的有效性及现实应用价值。
展开更多
关键词
在线评论
主题挖掘
Gaussian
LDA主题模型
AP聚类
TextRank
下载PDF
职称材料
基于CSSCI近十年我国知识服务可视化分析
被引量：
1
3
作者
程朝欣
王刚
+2 位作者
国
显达
徐旭堪
张保丰
《现代商业》
2013年第30期52-53,共2页
本文利用CiteSpaceⅡ可视化软件,以CSSCI收录的近十年(2003-2012)的566篇关于知识服务研究论文为数据,以被引频次为基础,以中间中心度作为重要参考指标,对当前我国的知识服务现状进行可视化分析,分析这一学科领域的研究进展、研究热点...
本文利用CiteSpaceⅡ可视化软件,以CSSCI收录的近十年(2003-2012)的566篇关于知识服务研究论文为数据,以被引频次为基础,以中间中心度作为重要参考指标,对当前我国的知识服务现状进行可视化分析,分析这一学科领域的研究进展、研究热点和前沿、代表学者,提供我国知识服务的学科发展面貌,并针对性的提出学科发展意见。
展开更多
关键词
知识服务
CiteSpaceⅡ
可视化分析
知识图谱
下载PDF
职称材料
题名
基于CNN-BiLSTM的消费者网络评论情感分析
被引量：
29
1
作者
国
显达
那日萨
崔少泽
机构
大连理工大学系统工程研究所
大连理工大学信息与决策技术研究所
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2020年第3期653-663,共11页
基金
国家自然科学基金(61471083)
教育部人文社科研究规划基金(14YJA630044)。
文摘
现如今,商品在线评论的情感分析业已成为许多商家不可忽视的重要工作,它对于商家了解用户偏好有着重要意义,同时,它还能够为相关产品下一步的改进工作提供方向指导.然而,传统的分析方法已无法解决现在情感分析中特征提取及语义理解等方面存在的问题.针对此类问题,本文提出一种基于CNN-BiLSTM的在线评论情感分析方法,不仅可以像LSTM一样建立时序关系,而且可以像CNN一样刻画局部空间特征.医疗服务、物流快递、金融服务、旅游住宿和食品餐饮数据集的实验结果表明,该方法能有效判别消费者在线评论情感倾向,在文本的情感分类中效果较传统机器学习算法更准确,F1值可以达到94.67%.同时,实验证明该方法具有较好的领域可拓展性.
关键词
情感分析
在线评论
深度学习
CNN模型
BiLSTM模型
Keywords
sentiment analysis
online reviews
deep learning
CNN model
BiLSTM model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于Gaussian LDA的在线评论主题挖掘研究
被引量：
15
2
作者
国
显达
那日萨
高欢
杨心怡
机构
大连理工大学系统工程研究所
出处
《情报学报》
CSSCI
CSCD
北大核心
2020年第6期630-639,共10页
基金
国家自然科学基金面上项目“基于在线评论的网络消费者群体行为预测智能技术研究”(61471083)
教育部人文社会科学研究规划基金项目“基于在线评论的网络消费者群体行为机理及预测”(14YJA630044)
大连市科技创新基金项目“大连智慧城市建设中基于大数据的智能决策理论方法及支持技术研究”(2018J11CY009)。
文摘
针对现有主题挖掘方法生成的主题分布稀疏、语义不连贯,并导致可应用性差等不足之处,提出了一种基于Gaussian LDA的在线评论主题挖掘方法。首先,通过word2vec训练得到在线评论的词向量,并基于Gaussian LDA模型获取在线评论的主题分布;然后,通过主题分布来计算评论的相似度矩阵并应用AP聚类算法实现在线评论聚类,通过分析聚类结果实现主题发现;最后,利用TextRank算法提取各主题的关键句子生成主题摘要,以完成对主题的描述。该方法可有效缓解消费者在线评论信息过载问题,通过淘宝、京东、豆瓣等平台7种不同类型产品的评论数据的实验计算证明了方法的有效性及现实应用价值。
关键词
在线评论
主题挖掘
Gaussian
LDA主题模型
AP聚类
TextRank
Keywords
online reviews
topic mining
Gaussian LDA
AP clustering
TextRank
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于CSSCI近十年我国知识服务可视化分析
被引量：
1
3
作者
程朝欣
王刚
国
显达
徐旭堪
张保丰
机构
河海大学
中国科学技术大学管理学院
出处
《现代商业》
2013年第30期52-53,共2页
基金
国家级大学生创新训练项目(编号:201210294079)阶段性成果之一
文摘
本文利用CiteSpaceⅡ可视化软件,以CSSCI收录的近十年(2003-2012)的566篇关于知识服务研究论文为数据,以被引频次为基础,以中间中心度作为重要参考指标,对当前我国的知识服务现状进行可视化分析,分析这一学科领域的研究进展、研究热点和前沿、代表学者,提供我国知识服务的学科发展面貌,并针对性的提出学科发展意见。
关键词
知识服务
CiteSpaceⅡ
可视化分析
知识图谱
分类号
G350 [文化科学—情报学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-BiLSTM的消费者网络评论情感分析
国
显达
那日萨
崔少泽
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2020
29
原文传递
2
基于Gaussian LDA的在线评论主题挖掘研究
国
显达
那日萨
高欢
杨心怡
《情报学报》
CSSCI
CSCD
北大核心
2020
15
下载PDF
职称材料
3
基于CSSCI近十年我国知识服务可视化分析
程朝欣
王刚
国
显达
徐旭堪
张保丰
《现代商业》
2013
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
