基于文本挖掘的冷鏈農產品電商平臺在線評論的情感分析研究
發(fā)布時間：2021-10-17 07:17
電子商務的迅速發(fā)展,導致了冷鏈農產品電商平臺的迅速崛起,但發(fā)展過程中也存在著不少的問題,如何去發(fā)現(xiàn)并改進這些問題,提升消費者的購買意愿是首要任務。本文以消費者評論為切入點,對其進行情感分析,分析結果不僅可以影響其他用戶的購買決策,還對企業(yè)日后的發(fā)展指明了方向。本文以淮南“菜籃子工程”冷鏈農產品電商平臺為例,通過爬蟲提取出消費者評論,采取三種情感分析的方法。具體的研究工作包括以下三個內容:第一,基于Bi-LSTM對冷鏈農產品電商平臺消費者評論進行情感分類。為了幫助企業(yè)和消費者把握商品整體的好壞程度,從文本語句的角度提出此類方法。首先,對消費者評論進行預處理,并基于word2vec訓練詞向量,根據(jù)Bi-LSTM分析評論文本的上下文之間的關系,并引入注意力機制對模型進一步的優(yōu)化,最終運用情感分類器對評論集進行情感分類。從結果看出消費者對淮南“菜籃子工程”電商平臺的整體評價,從而反映消費者對整個冷鏈農產品電商平臺的滿意度。第二,基于LDA主題模型對冷鏈農產品電商平臺的在線評論進行情感分析。該方法從潛在主題的角度出發(fā),研究消費者的關注點并提取出對企業(yè)和消費者最有用的信息。首先根據(jù)第二章的消費者評...
【文章來源】：安徽理工大學安徽省
【文章頁數(shù)】：60 頁
【學位級別】：碩士
【部分圖文】：
圖１研究框架??Ｆｉｇｕｒｅ?１?ｒｅｓｅａｒｃｈ?ｆｒａｍｅｗｏｒｋ??
?２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論文本分類???２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論的情感分類??基于注意力機制的Ｂｉ－ＬＳＴＭ循環(huán)神經(jīng)網(wǎng)絡對在線評論情感分析主要分為??以下步驟：文本預處理（分詞、停用詞過濾、詞性標注）、基于ｗｏｒｄ２ＶｅＣ訓練??詞向量、根據(jù)Ｂｉ－ＬＳＴＭ分析評論文本的上下文之間的關系、引入注意力機制對??模型進一步的優(yōu)化、運用情感分類器對評論集進行情感分類。主要步驟流程圖如??下：??Ｂｉ－ＬＳＴＭ?獲取??
?２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論文本分類???于ＣＢＯＷ模型來說，可通過計算目標詞范圍之內的若個詞語的詞向量的和，得??到目標詞的詞向量；對于ｓｋｉｐ－ｇｒａｍ模型，首先輸入目標詞，最后得到目標詞范??圍內的若個詞語的詞向量。??本文運用的是ｗｏｒｄ２ｖｅｃ工具，是由Ｇｏｏｇｌｅ再２０１３年開發(fā)的開源工具，用??其進行詞向量的訓練。ｗｏｒｄ２ＶｅＣ的運行流程如下：??（１）分詞。就中文而言，分詞不像英文那樣已經(jīng)通過空格將其隔開，它需??要通過ｎｐｌ將每一個句子拆分成一個個單詞組，而這一步驟，文本預處理已經(jīng)實??現(xiàn)了，分詞的效果也直接影響到詞向量的訓練結果。??（２）構造詞典，統(tǒng)計詞頻。在這里需要構建一個自定義詞典，以保證分詞??的準確性并且需要對所有的詞語進行詞頻的統(tǒng)計。??（３）構造樹形結構。即按每個詞的詞頻構造出哈夫曼樹。值得注意的是，??在構造Ｈｕｆｆｍａｎ樹的過程中，所有分類都應處于葉節(jié)點中，如圖：??
【參考文獻】：
期刊論文
[1]基于word2vec和雙向LSTM的情感分類深度模型[J]. 黃賢英,劉廣峰,劉小洋,陽安志. 計算機應用研究. 2019(12)
[2]基于買家評論文本分析的C2C電子商務推薦信任研究[J]. 王興芬,杜惠英. 中國流通經(jīng)濟. 2018(11)
[3]基于word2vec的酒店評論情感分類研究[J]. 謝宗彥,黎巎,周純潔. 北京聯(lián)合大學學報. 2018(04)
[4]基于LSTM-Attention的中文新聞文本分類[J]. 藍雯飛,徐蔚,汪敦志,潘鵬程. 中南民族大學學報(自然科學版). 2018(03)
[5]基于神經(jīng)網(wǎng)絡的電商生鮮農產品購買頻率評價研究[J]. 孫亞娟. 商業(yè)經(jīng)濟研究. 2018(05)
[6]區(qū)域性農產品電商平臺使用意向影響因素實證研究[J]. 高愷,盛宇華. 中國流通經(jīng)濟. 2018(01)
[7]商品屬性的情感表達與商品銷售熱度的相關性研究[J]. 阮光冊,周健超. 圖書情報工作. 2017(22)
[8]B2C電商自營物流定制營銷的京東經(jīng)驗及其啟示[J]. 牛雪梅. 物流技術. 2017(03)
[9]基于多層關系圖模型的中文評價對象與評價詞抽取方法[J]. 廖祥文,陳興俊,魏晶晶,陳國龍,程學旗. 自動化學報. 2017(03)
[10]基于短語句法結構和依存句法分析的情感評價單元抽取[J]. 王娟,曹樹金,謝建國. 情報理論與實踐. 2017(03)
博士論文
[1]結合知識和神經(jīng)網(wǎng)絡的文本表示方法的研究[D]. 李一鳴.浙江大學 2018
[2]社會化標注環(huán)境下的標簽聚類方法研究[D]. 李慧宗.合肥工業(yè)大學 2016
[3]我國農產品冷鏈物流的發(fā)展問題研究[D]. 方凱.華中農業(yè)大學 2013
碩士論文
[1]生鮮農產品物流終端配送模式對比研究[D]. 白羽.河北工程大學 2018
[2]大數(shù)據(jù)視域下山東省農產品電商發(fā)展問題研究[D]. 孫承.煙臺大學 2018
[3]基于主題特征和深度學習的情感分析算法研究[D]. 鄭灶旭.華南理工大學 2018
[4]基于Attention Bi-LSTM的文本分類方法研究[D]. 王恰.華南理工大學 2018
[5]面向酒店評論的中文短文本情感分析研究[D]. 楊智聰.杭州電子科技大學 2018
[6]生鮮農產品終端配送優(yōu)化模型與算法研究[D]. 孫簫宇.大連理工大學 2017
[7]探討我國生鮮農產品電商發(fā)展瓶頸及出路[D]. 張哲.華中師范大學 2017
[8]在線評論對網(wǎng)絡消費者首次購買意愿影響機理研究[D]. 吉小葉.中北大學 2016
[9]基于LDA和詞性句法規(guī)則的用戶評論情感分析研究[D]. 張建華.廣西大學 2014
[10]基于LDA模型的文本聚類研究[D]. 董婧靈.華中師范大學 2012
本文編號：3441358
【文章來源】：安徽理工大學安徽省
【文章頁數(shù)】：60 頁
【學位級別】：碩士
【部分圖文】：
圖１研究框架??Ｆｉｇｕｒｅ?１?ｒｅｓｅａｒｃｈ?ｆｒａｍｅｗｏｒｋ??
?２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論文本分類???２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論的情感分類??基于注意力機制的Ｂｉ－ＬＳＴＭ循環(huán)神經(jīng)網(wǎng)絡對在線評論情感分析主要分為??以下步驟：文本預處理（分詞、停用詞過濾、詞性標注）、基于ｗｏｒｄ２ＶｅＣ訓練??詞向量、根據(jù)Ｂｉ－ＬＳＴＭ分析評論文本的上下文之間的關系、引入注意力機制對??模型進一步的優(yōu)化、運用情感分類器對評論集進行情感分類。主要步驟流程圖如??下：??Ｂｉ－ＬＳＴＭ?獲取??
?２基于Ｂｉ－ＬＳＴＭ的冷鏈農產品電商評論文本分類???于ＣＢＯＷ模型來說，可通過計算目標詞范圍之內的若個詞語的詞向量的和，得??到目標詞的詞向量；對于ｓｋｉｐ－ｇｒａｍ模型，首先輸入目標詞，最后得到目標詞范??圍內的若個詞語的詞向量。??本文運用的是ｗｏｒｄ２ｖｅｃ工具，是由Ｇｏｏｇｌｅ再２０１３年開發(fā)的開源工具，用??其進行詞向量的訓練。ｗｏｒｄ２ＶｅＣ的運行流程如下：??（１）分詞。就中文而言，分詞不像英文那樣已經(jīng)通過空格將其隔開，它需??要通過ｎｐｌ將每一個句子拆分成一個個單詞組，而這一步驟，文本預處理已經(jīng)實??現(xiàn)了，分詞的效果也直接影響到詞向量的訓練結果。??（２）構造詞典，統(tǒng)計詞頻。在這里需要構建一個自定義詞典，以保證分詞??的準確性并且需要對所有的詞語進行詞頻的統(tǒng)計。??（３）構造樹形結構。即按每個詞的詞頻構造出哈夫曼樹。值得注意的是，??在構造Ｈｕｆｆｍａｎ樹的過程中，所有分類都應處于葉節(jié)點中，如圖：??
【參考文獻】：
期刊論文
[1]基于word2vec和雙向LSTM的情感分類深度模型[J]. 黃賢英,劉廣峰,劉小洋,陽安志. 計算機應用研究. 2019(12)
[2]基于買家評論文本分析的C2C電子商務推薦信任研究[J]. 王興芬,杜惠英. 中國流通經(jīng)濟. 2018(11)
[3]基于word2vec的酒店評論情感分類研究[J]. 謝宗彥,黎巎,周純潔. 北京聯(lián)合大學學報. 2018(04)
[4]基于LSTM-Attention的中文新聞文本分類[J]. 藍雯飛,徐蔚,汪敦志,潘鵬程. 中南民族大學學報(自然科學版). 2018(03)
[5]基于神經(jīng)網(wǎng)絡的電商生鮮農產品購買頻率評價研究[J]. 孫亞娟. 商業(yè)經(jīng)濟研究. 2018(05)
[6]區(qū)域性農產品電商平臺使用意向影響因素實證研究[J]. 高愷,盛宇華. 中國流通經(jīng)濟. 2018(01)
[7]商品屬性的情感表達與商品銷售熱度的相關性研究[J]. 阮光冊,周健超. 圖書情報工作. 2017(22)
[8]B2C電商自營物流定制營銷的京東經(jīng)驗及其啟示[J]. 牛雪梅. 物流技術. 2017(03)
[9]基于多層關系圖模型的中文評價對象與評價詞抽取方法[J]. 廖祥文,陳興俊,魏晶晶,陳國龍,程學旗. 自動化學報. 2017(03)
[10]基于短語句法結構和依存句法分析的情感評價單元抽取[J]. 王娟,曹樹金,謝建國. 情報理論與實踐. 2017(03)
博士論文
[1]結合知識和神經(jīng)網(wǎng)絡的文本表示方法的研究[D]. 李一鳴.浙江大學 2018
[2]社會化標注環(huán)境下的標簽聚類方法研究[D]. 李慧宗.合肥工業(yè)大學 2016
[3]我國農產品冷鏈物流的發(fā)展問題研究[D]. 方凱.華中農業(yè)大學 2013
碩士論文
[1]生鮮農產品物流終端配送模式對比研究[D]. 白羽.河北工程大學 2018
[2]大數(shù)據(jù)視域下山東省農產品電商發(fā)展問題研究[D]. 孫承.煙臺大學 2018
[3]基于主題特征和深度學習的情感分析算法研究[D]. 鄭灶旭.華南理工大學 2018
[4]基于Attention Bi-LSTM的文本分類方法研究[D]. 王恰.華南理工大學 2018
[5]面向酒店評論的中文短文本情感分析研究[D]. 楊智聰.杭州電子科技大學 2018
[6]生鮮農產品終端配送優(yōu)化模型與算法研究[D]. 孫簫宇.大連理工大學 2017
[7]探討我國生鮮農產品電商發(fā)展瓶頸及出路[D]. 張哲.華中師范大學 2017
[8]在線評論對網(wǎng)絡消費者首次購買意愿影響機理研究[D]. 吉小葉.中北大學 2016
[9]基于LDA和詞性句法規(guī)則的用戶評論情感分析研究[D]. 張建華.廣西大學 2014
[10]基于LDA模型的文本聚類研究[D]. 董婧靈.華中師范大學 2012
本文編號：3441358
本文鏈接：http://sikaile.net/weiguanjingjilunwen/3441358.html
