ARES:用于预测的情感感知自回归模型
随着Web2.0的蓬勃发展,互联网上产生了大量由用户发表的评论,其中表达的观点看法对大众消费的影响越来越大,因此分析评论中蕴含的情感信息对产品销量的预测以及市场战略的调整有实际意义.针对这一问题,在分析图书销售领域网络评论特点的基础上,提出了相应的情感分析方法,首先利用词性列表及前缀词典完成极性词词典的自动抽取与构建,然后采用基于词典的方法对图书的评论内容进行情感分析及量化,最后通过将抽取的情感因素融合到自回归模型中,建立了新的预测模型——情感感知自回归模型(autoregressive emotion-sensitive model,ARES).实验结果表明,基于词典的分析方法能够有效地反映出评论自身的情感信息,并且融入了情感分析结果的模型在销量预测方面具有更好的准确性.
销量预测、ARES、情感分析、自回归模型、评论
50
TP391(计算技术、计算机技术)
国家自然科学基金项目60673039,60973068;国家"八六三"高技术研究发展计划基金项目2006AA01Z151;教育部留学回国人员科研启动基金;高等学校博士学科点专项科研基金项目20090041110002
2013-09-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
1722-1727