考虑情感分析和关注点识别的产品选择方法研究

摘要：

为提高产品选择效率,帮助消费者更好做出购物决策,本文将情感分析和关注点识别结合起来,提出一种基于LSTM(Long Short-Term Memory)和TextRank的产品选择方法.首先,获取候选产品的评论文本数据并进行数据清洗;使用带有正负向标签的训练数据训练LSTM情感分类模型;使用该模型对候选产品评论进行情感计算,得出每款产品的平均得分;最后使用TextRank方法对负向评论进行关注点识别,并使用词云图进行可视化.本文提出的基于情感分析和关注点识别的方法能较好的完善消费者决策信息,帮助他们较好的进行产品选择.

关键词： 产品选择 情感分析 关注点识别 在线评论 深度学习

作者: 余本功 张培行

作者单位: 合肥工业大学管理学院,安徽合肥230009;过程优化与智能决策教育部重点实验室,安徽合肥230009 合肥工业大学管理学院,安徽合肥230009

会议类型: 国内会议

会议名称: 第十三届(2018)中国管理学年会

会议地点: 杭州

会议语种:中文

页码: 1-8

在线出版日期: 2018-11-03（万方平台首次上网日期，不代表论文的发表时间）