基于多标记学习的客户情感分析研究开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)

1.1 研究目的及意义

随着互联网的蓬勃发展,人们不仅可以从网络获得信息,而且可以在网络上发表观点、抒发情感,互联网正由“阅读式”向“交互式”进行着剧烈的转变。因此,在网络上产生了大量的有价值的文本信息,特别是各大电商平台。随着网购已经成为人们日常生活中不可或缺的一部分,各大电商平台都有海量的客户评价信息。但是人们人工接受和处理这些信息的能力非常有限,消费者不可能把商品的所有评价信息全部阅读完,从而利用计算机对文本信息进行情感分析成为了目前人工智能的一个热门、前沿的研究领域。

文本情感分析的应用非常广泛,包括金融市场预测,舆论分析,市场营销和客户服务等。而本文主要针对客户评论信息,利用文本情感分析技术,分析挖掘客户对商品的情感倾向。根据分析结果,消费者可以更深入地了解商品,从而做出更好的购买决策;商家可以了解用户对自己和对竞争对手的评价,从而改进产品、改善服务,获得竞争优势;电商平台可以准确地获取客户的偏好,从而实现个性化推荐。

本文主要研究对客户评价信息的情感分析,利用多标记学习,基于监督的和无监督的机器学习方法对文本信息进行情感分析,从而帮助消费者做出更好的购买决策,为生产商提供服务改进的方法,制定有针对性的营销策略。

1.2 国内外研究现状分析

情感分析研究领域从2002年至今一直都处于非常活跃的状态,国内外有不少学者对此进行了研究,有了一定的进展,目前主要有两大类方法,一是基于词典的方法,一是基于机器学习的方法。在基于情感词典的方法中,将文本看作词语的集合,通过语言表达的规则和人工标注情感词典,将文本与情感词典进行匹配,并根据匹配结果计算文本的情感倾向性得分[1]。基于传统的机器学习方法进行情感分析主要包括支持向量机[2],决策树[3],最大熵[4],朴素贝叶斯[5]等。同时有不少学者将深度学习应用于情感分析中,如宋梦姣[6]提出了结合双向长短期记神经网络和卷积神经网络的CNN-BLSTM模型。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;