基于情感计算的线上商品销量预测方法研究
发布时间：2021-04-15 20:48
近年来,随着电子商务的迅猛发展,网购评论作为传统口碑的数字化版本己经成为网络消费评价的最主要信息来源之一。一方面,大量理论研究及实践应用表明,消费者对线上商品所表达的情感倾向不仅对其他消费者的潜在购买决策有重要指导作用,而且对于生产商和商家改进商品品质、持续优化经营策略具有重要影响;另一方面,由于不同消费者和商家对于不同商品特征的关注度往往不同,因此传统基于网购评论整体情感倾向性的分析结果,已经无法满足用户日益多样化的现实需求。基于上述背景,本文在深入学习国内外情感分析理论及其主要研究成果基础之上,以某电商平台关于手机的交易数据作为研究用实验数据,将情感分析作用于商品的不同属性,开展了基于网购评论信息情感倾向性分析的在线商品销售量预测模型研究,主要研究工作如下:（1）提出了一种基于融合词性的BiLSTM-CRF模型的商品显式特征提取方法。该方法首先对基于词语的评论句和基于词性的评论句进行独立建模,分别使用BiLSTM网络学习评论信息的长期依赖关系,然后将词语与词性的特征进行融合,并将融合后的语义特征接入全连接网络,最后将全连接网络输出的结果作为CRF网络的输入,经过CRF层的训练得出带...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
图２．?３?ＬＳＴＭ总体框架??Ｆｉｇ．?２．３?ＬＳＴＭ?ｏｖｅｒａｌｌ?ｆｒａｍｅｗｏｒｋ??２．?３情感分类方法??
０１７年４月２８日至２０１８年６月２８日在每月２８日收集相关数据，共计６５５３６条。采集??的数据包括：商品ＩＤ、商品名称、店铺名称、价格、月销量、总评论数、评论内容、??评论时间、商品评分、店铺服务评分、店铺物流评分、店铺年数、商品分期免息月数、??商品被收藏数、追评数、评论中图片数、该型号手机上市天数。月销量是指当前价格下??的月销量，不包含价格变动带来的销量，且月销量是指当前周期（３０天）内的销量，不??与其他周期的销量累加。??将处理后的数据放到同一数据表中，表中１？１０列如图３．３中（ａ）所示，１１？２１??列如图３．３中（ｂ）所示。本章采用其中的评论内容作为实验数据。??ｉｄ?ｓｅｌｌｅｒ＿ｉｄ?ｉｔｅｍ?ｓｈｏｐ＿ｎａｍｅ?ｐｒｉｃｅ?ｓｅｌｌ＿ｉｒｔｏｔａｌ＿ｃ?ｒａｔｅＣｏｎｔｅｎｔ?ｒａｔｅＤａｔｅ?ａｕｃｔｉｏｎＳｋｉ??６５００１?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎ〇＇华为官方旗舰２３９９．００?７７７３?２９５０３在实体店看看以后才买的，有活动，便宜一点，还有礼品，?２０１８／５／１４?１９：２６网络类型??６５００２?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎ〇，华为官方旗舰２３９９．００?７７７３?２９５０３?第一次买华为感觉还不错！?２０１８／５／３?１５：１６?网络类型：‘??６５００３?２８３８８９２７１３?ｈＵａｗｅｉ＿ｎｏ，华为官方旗舰２３９９．００?７７７３?２９５０３特别好用，男朋友一直推荐的。?２０１８／５／１６?２１：０６网络类型：，??６５００４?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎｏ，华为官方旗舰￥?２３９９．００?７７７３?２９５０３用了两
回率（Ｒｅｃａｌｌ，／？）和Ｆｉ值，计算??公式如下：??Ｐ＝?ｔＴＰ?（３．１４）??ｔ?ＴＰ?＋?貧?Ｆｐ??其中为识别正确个数，为识别错误的个数，精确度衡量了识别出的商品特征及??观点的正确比例。??Ｒ?＝?＿ｈｐ＿?（３．１５）??ｔＴＰ?＋ｔＦＮ??其中，为真正的但没有被系统正确识别出的个数，召回率衡量的是在所有真正特征??及观点中被正确识别出的比例。??＝?２ＰＲ＿?（３．１６）??Ｐ?＋?Ｒ??ｇ为综合精确度和召回率的调和平均值。??本文的分词结果如图３．５所示，对手机商品评论中商品特征及观点的识别结果如图??３．６所示。??ｒ￣］?Ｃｏｎｓｏｌｅ?１／Ａ?＾?戀＃??）?Ａ??Ｉｎ?［１］?：?ｒｕｎｆｉｌｅ（１?Ｃ?；?／Ｕｓｅ＾ｓ／ｙｎｖｉ／Ｏｅｓｋｔｏｐ／ｕｎｔｉｔｌｅｄＢ?？ｐｙ＇ｊ?ｗｄｉｒ＝１?Ｃ：?／ｙｉｉ＇ｌ／Ｃｅｓｋｔｃｐ?＇??－手机／ｎ很／ｃｆ不错／ａ，／ｗｄ拍照／ｖｉ很／ｄ清晰／ａ，／ｗｄ玩／ｖ游戏／ｎ也／ｄ很／ｄ给力／ａ，?／ｗｄ客??月艮／ｎ态度／ｎ好／ａ，?／ｗｄ很／ｄ耐心／ａｄ解答／ｖ问题／ｎ。／ｗｊ??２手机／ｎ不错／ａ，?／ｗｄ指纹／ｎ解锁／ｖ也／ｄ很／ｄ快／ａ。／ｗ丨女儿／ｎ挺／ｄ喜欢／ｖＵ綱??３机子／ｎ非常／ｄ好／ａ，／ｗｄ包装／ｎ特别／ｄ仔细／ａ，／ｗｄ卖家／ｎ发货／ｖｉ快／ａ。收到／ｖ后／ｆ试??／ｖ?了／ｕｌｅ—下／ｍｑ，?／ｗｄ?比／ｐ?之前／ｆ?手机／ｎ?质感／ｎ?好／ａ。／ｗｆ??图３．?５评论文本分词结果??Ｆｉｇ．?３．５?Ｃｏｍｍｅｎｔ?ｔｅｘｔ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｒｅｓｕｌｔｓ??－２５?－??
【参考文献】：
期刊论文
[1]融合词性的双注意力Bi-LSTM情感分析[J]. 赵富,杨洋,蒋瑞,张利君,任晓雷. 计算机应用. 2018(S2)
[2]基于CNN和BiLSTM网络特征融合的文本情感分析[J]. 李洋,董红斌. 计算机应用. 2018(11)
[3]基于双向LSTM和GBDT的中医文本关系抽取模型[J]. 罗计根,杜建强,聂斌,熊旺平,刘蕾,贺佳. 计算机应用研究. 2019(12)
[4]网络评论方面级观点挖掘方法研究综述[J]. 韩忠明,李梦琪,刘雯,张梦玫,段大高,于重重. 软件学报. 2018(02)
[5]在线用户评论细粒度属性抽取[J]. 周清清,章成志. 情报学报. 2017(05)
[6]面向汽车评论的细粒度情感分析方法研究[J]. 陈炳丰,郝志峰,蔡瑞初,温雯,王丽娟,黄浩,蔡晓凤. 广东工业大学学报. 2017(03)
[7]细粒度情感分析的酒店评论研究[J]. 李鸣,吴波,宋阳,朱梦尧,徐志广,张宏俊. 传感器与微系统. 2016(12)
[8]基于语义约束LDA的商品特征和情感词提取[J]. 彭云,万常选,江腾蛟,刘德喜,刘喜平,廖国琼. 软件学报. 2017(03)
[9]基于多特征融合的微博主题情感挖掘[J]. 黄发良,冯时,王大玲,于戈. 计算机学报. 2017(04)
[10]泰安市农产品电子商务发展的现状和对策探究[J]. 孙光宇. 中国商论. 2016(26)
博士论文
[1]观点挖掘中评价对象抽取方法的研究[D]. 刘倩.东南大学 2016
硕士论文
[1]基于隐式产品特征的网络商品评论情感分析研究[D]. 陶娅芝.重庆邮电大学 2017
[2]网购用户评论中隐式评价对象的提取方法研究[D]. 马京苗.北京交通大学 2017
本文编号：3140060
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
图２．?３?ＬＳＴＭ总体框架??Ｆｉｇ．?２．３?ＬＳＴＭ?ｏｖｅｒａｌｌ?ｆｒａｍｅｗｏｒｋ??２．?３情感分类方法??
０１７年４月２８日至２０１８年６月２８日在每月２８日收集相关数据，共计６５５３６条。采集??的数据包括：商品ＩＤ、商品名称、店铺名称、价格、月销量、总评论数、评论内容、??评论时间、商品评分、店铺服务评分、店铺物流评分、店铺年数、商品分期免息月数、??商品被收藏数、追评数、评论中图片数、该型号手机上市天数。月销量是指当前价格下??的月销量，不包含价格变动带来的销量，且月销量是指当前周期（３０天）内的销量，不??与其他周期的销量累加。??将处理后的数据放到同一数据表中，表中１？１０列如图３．３中（ａ）所示，１１？２１??列如图３．３中（ｂ）所示。本章采用其中的评论内容作为实验数据。??ｉｄ?ｓｅｌｌｅｒ＿ｉｄ?ｉｔｅｍ?ｓｈｏｐ＿ｎａｍｅ?ｐｒｉｃｅ?ｓｅｌｌ＿ｉｒｔｏｔａｌ＿ｃ?ｒａｔｅＣｏｎｔｅｎｔ?ｒａｔｅＤａｔｅ?ａｕｃｔｉｏｎＳｋｉ??６５００１?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎ〇＇华为官方旗舰２３９９．００?７７７３?２９５０３在实体店看看以后才买的，有活动，便宜一点，还有礼品，?２０１８／５／１４?１９：２６网络类型??６５００２?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎ〇，华为官方旗舰２３９９．００?７７７３?２９５０３?第一次买华为感觉还不错！?２０１８／５／３?１５：１６?网络类型：‘??６５００３?２８３８８９２７１３?ｈＵａｗｅｉ＿ｎｏ，华为官方旗舰２３９９．００?７７７３?２９５０３特别好用，男朋友一直推荐的。?２０１８／５／１６?２１：０６网络类型：，??６５００４?２８３８８９２７１３?ｈｕａｗｅｉ＿ｎｏ，华为官方旗舰￥?２３９９．００?７７７３?２９５０３用了两
回率（Ｒｅｃａｌｌ，／？）和Ｆｉ值，计算??公式如下：??Ｐ＝?ｔＴＰ?（３．１４）??ｔ?ＴＰ?＋?貧?Ｆｐ??其中为识别正确个数，为识别错误的个数，精确度衡量了识别出的商品特征及??观点的正确比例。??Ｒ?＝?＿ｈｐ＿?（３．１５）??ｔＴＰ?＋ｔＦＮ??其中，为真正的但没有被系统正确识别出的个数，召回率衡量的是在所有真正特征??及观点中被正确识别出的比例。??＝?２ＰＲ＿?（３．１６）??Ｐ?＋?Ｒ??ｇ为综合精确度和召回率的调和平均值。??本文的分词结果如图３．５所示，对手机商品评论中商品特征及观点的识别结果如图??３．６所示。??ｒ￣］?Ｃｏｎｓｏｌｅ?１／Ａ?＾?戀＃??）?Ａ??Ｉｎ?［１］?：?ｒｕｎｆｉｌｅ（１?Ｃ?；?／Ｕｓｅ＾ｓ／ｙｎｖｉ／Ｏｅｓｋｔｏｐ／ｕｎｔｉｔｌｅｄＢ?？ｐｙ＇ｊ?ｗｄｉｒ＝１?Ｃ：?／ｙｉｉ＇ｌ／Ｃｅｓｋｔｃｐ?＇??－手机／ｎ很／ｃｆ不错／ａ，／ｗｄ拍照／ｖｉ很／ｄ清晰／ａ，／ｗｄ玩／ｖ游戏／ｎ也／ｄ很／ｄ给力／ａ，?／ｗｄ客??月艮／ｎ态度／ｎ好／ａ，?／ｗｄ很／ｄ耐心／ａｄ解答／ｖ问题／ｎ。／ｗｊ??２手机／ｎ不错／ａ，?／ｗｄ指纹／ｎ解锁／ｖ也／ｄ很／ｄ快／ａ。／ｗ丨女儿／ｎ挺／ｄ喜欢／ｖＵ綱??３机子／ｎ非常／ｄ好／ａ，／ｗｄ包装／ｎ特别／ｄ仔细／ａ，／ｗｄ卖家／ｎ发货／ｖｉ快／ａ。收到／ｖ后／ｆ试??／ｖ?了／ｕｌｅ—下／ｍｑ，?／ｗｄ?比／ｐ?之前／ｆ?手机／ｎ?质感／ｎ?好／ａ。／ｗｆ??图３．?５评论文本分词结果??Ｆｉｇ．?３．５?Ｃｏｍｍｅｎｔ?ｔｅｘｔ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｒｅｓｕｌｔｓ??－２５?－??
【参考文献】：
期刊论文
[1]融合词性的双注意力Bi-LSTM情感分析[J]. 赵富,杨洋,蒋瑞,张利君,任晓雷. 计算机应用. 2018(S2)
[2]基于CNN和BiLSTM网络特征融合的文本情感分析[J]. 李洋,董红斌. 计算机应用. 2018(11)
[3]基于双向LSTM和GBDT的中医文本关系抽取模型[J]. 罗计根,杜建强,聂斌,熊旺平,刘蕾,贺佳. 计算机应用研究. 2019(12)
[4]网络评论方面级观点挖掘方法研究综述[J]. 韩忠明,李梦琪,刘雯,张梦玫,段大高,于重重. 软件学报. 2018(02)
[5]在线用户评论细粒度属性抽取[J]. 周清清,章成志. 情报学报. 2017(05)
[6]面向汽车评论的细粒度情感分析方法研究[J]. 陈炳丰,郝志峰,蔡瑞初,温雯,王丽娟,黄浩,蔡晓凤. 广东工业大学学报. 2017(03)
[7]细粒度情感分析的酒店评论研究[J]. 李鸣,吴波,宋阳,朱梦尧,徐志广,张宏俊. 传感器与微系统. 2016(12)
[8]基于语义约束LDA的商品特征和情感词提取[J]. 彭云,万常选,江腾蛟,刘德喜,刘喜平,廖国琼. 软件学报. 2017(03)
[9]基于多特征融合的微博主题情感挖掘[J]. 黄发良,冯时,王大玲,于戈. 计算机学报. 2017(04)
[10]泰安市农产品电子商务发展的现状和对策探究[J]. 孙光宇. 中国商论. 2016(26)
博士论文
[1]观点挖掘中评价对象抽取方法的研究[D]. 刘倩.东南大学 2016
硕士论文
[1]基于隐式产品特征的网络商品评论情感分析研究[D]. 陶娅芝.重庆邮电大学 2017
[2]网购用户评论中隐式评价对象的提取方法研究[D]. 马京苗.北京交通大学 2017
本文编号：3140060
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3140060.html
