基于逻辑回归模型的汽车评论挖掘研究

发布时间：2021-04-15 15:27

　　近些年,伴随着国民经济水平的上升,汽车在居民出行上的比重越来越大。同时,由于网络的高速发展,互联网平台上出现了各种汽车评论网站,比如爱卡汽车、汽车之家和易车网等。顾客在进行购买汽车前通常会借助相关网站去了解汽车的品牌、款式、性能和价格等信息。在购买汽车后,顾客经常会主动分享购车经验到这些平台上。因此,这些平台拥有大量的汽车评论数据。各大汽车厂商越来越关注此渠道的信息挖掘分析,以期达到分析用户需求、改良已有产品不足和挖掘竞争对手信息的目的。经过大量的观察发现,网站上的汽车评论普遍存在着主观性和随意性的特点,导致很多评论反馈出的情感极性和厂商关心的汽车指标的主题句并不确切。因此,论文对汽车评论数据的挖掘研究主要包括两个方面的内容:一方面,快速识别出每条评论所表达的情感极性,有利于厂商得到顾客准确的情感倾向。另一方面,从短文本汽车简评中提取厂商关心的特定汽车评价指标的主题句,有助于提高各大厂商对评论数据检索关键信息的效率、快速提升产品的质量和实现对顾客的个性化营销。因此,本文利用爬虫技术收集了国内综合排名前五的爱卡汽车网站上两万多位顾客的汽车评论数据并对此进行挖掘研究。首先,确立针对汽车评论... 

【文章来源】：天津商业大学天津市

【文章页数】：45 页

【学位级别】：硕士

【部分图文】：

整体研究流程图

图 3-1 ROC 示意图Fig 3-1 ROC schematic diagram标准之后，即将进入到分类模型的具体构建与评估过向量矩阵及对应的情感极性标签（0 和 1）输入到机器

图 3-2 XGBoost 在训练集上的 ROC 曲线和 AUC 值 3-2 ROC curve andAUC value of XGBoost on traini

【参考文献】：
期刊论文
[1]面向Twitter情感分析的文本预处理方法研究[J]. 王永昌,朱立谷.  中国传媒大学学报(自然科学版). 2019(02)
[2]XGBoost原理及其应用[J]. 沈晨昱.  计算机产品与流通. 2019(03)
[3]基于卷积神经网络和XGBoost的文本分类[J]. 龚维印,王力.  通信技术. 2018(10)
[4]朴素贝叶斯方法在文本分类中的运用[J]. 史琬莹.  电子技术与软件工程. 2018(11)
[5]LDA模型在文本主题建模中的研究与应用[J]. 赵子杰.  信息通信. 2018(02)
[6]以分类主题抽取为视角的学科主题挖掘——基于LDA模型的国外知识流研究结构探讨[J]. 傅柱,王曰芬,关鹏.  情报理论与实践. 2016(08)
[7]基于多标记学习的汽车评论文本多性能识别[J]. 张晶,李德玉,王素格.  计算机工程与科学. 2016(01)
[8]基于观点袋模型的汽车评论情感极性分类[J]. 廖健,王素格,李德玉,张鹏.  中文信息学报. 2015(03)
[9]基于LDA模型的文本聚类研究[J]. 王鹏,高铖,陈晓美.  情报科学. 2015(01)
[10]基于SVM和CRF多特征组合的微博情感分析[J]. 李婷婷,姬东鸿.  计算机应用研究. 2015(04)

博士论文
[1]面向文本情感分析的主题建模及应用研究[D]. 张鹏.山西大学 2018

硕士论文
[1]汽车文本评论的情感极性分析[D]. 王贵烽.首都经济贸易大学 2018
[2]基于机器学习的文本情感分析研究与优化[D]. 禹业藂.北京邮电大学 2018
[3]中文文本情感分析关键问题的研究和优化[D]. 曹康凯.北京邮电大学 2018
[4]基于LDA和词性句法规则的用户评论情感分析研究[D]. 张建华.广西大学 2014
[5]文本分类中的特征降维方法研究[D]. 万斌候.重庆大学 2012
[6]基于语义资源的文本情感计算[D]. 徐琳宏.大连理工大学 2007



本文编号：3139594