10.19722/j.cnki.1008-7729.2018.0076
基于LSTM-AE神经网络的商品评价综合评分计算方法研究
电商平台与应用商店等的商品评分是消费者购物的重要参考,然而,在现有方法下矛盾性评价的存在会导致商品评分失真,干扰消费者购物决策.针对该问题,提出综合文本评论与数值评分的评价综合评分计算方法.引入LSTM-AE神经网络提取文本评论的隐含特征,通过支持向量机根据隐含特征对文本评论进行情感分类获得文本评分,继而将其与数值评分加权求和作为评价综合评分.使用LSTM-AE网络与支持向量机组合模型对京东商品评价数据进行情感分类,准确率达88.70%.使用上述方法对多个来源的商品评价计算综合评分,结果显示,该方法能在中和矛盾性评价中差异的同时,不影响非矛盾性评价的评分结果,具有一定的可行性.
商品评价综合评分、矛盾性评价、LSTM-AE、支持向量机
20
TP183;G353(自动化基础理论)
教育部人文社会科学研究项目17YJA870006
2018-12-19(万方平台首次上网日期,不代表论文的发表时间)
共9页
19-27