基于社交媒体的汽车缺陷识别方法

摘要：

由于社交媒体上的信息传播具有广泛性和快速性,及时从社交媒体中挖掘汽车的缺陷信息对汽车厂商改进产品设计、优化质量管理具有指导意义.目前有关社交媒体缺陷识别的研究挖掘的缺陷信息较少且方法以聚类为主,效果不是很好.在现有关于社交媒体缺陷识别研究的基础上,结合企业的实际需求,扩展了具体的缺陷类别;基于朴素贝叶斯的分类方法详细对比了3种特征提取方法,并在此基础上结合EM算法实现了半监督的分类学习.实验结果表明,在缺陷类别划分符合企业实际需求的情况下,所提出的方法能够有效地识别出对应类别的缺陷,为企业缺陷管理提供决策支持,同时可以降低一半的人工标注成本.

关键词：社交媒体、缺陷识别、特征提取、半监督学习

所属期刊栏目：21

分类号：F203(国民经济管理)

资助基金：国家自然科学基金资助项目71472132

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：31-39