基于文本挖掘的高校环境在线评论研究
如何利用由大量网络用户生成的在线评论信息获取大众对高校在生活服务、学习体验的集中情感及其对学校学科特色的认同,是个值得研究的问题.文章以浙江三所高校近五年的在线评论为例,利用Word2Vec和AP聚类对评论进行文本拆分并对其使用ERNIE模型进行情感分类,探索各院校产生消极评论的主要原因,对非消极教学评论进行词频分析以发现学校的热门专业.该研究方法及结果有利于相关学校增强对自身网络评论的了解,帮助外部评价机构更多方位地评价一所高校.
文本挖掘;在线评论;情感分析;高等学校
G255.51(图书馆学、图书馆事业)
本文系2019年国家社会科学基金重大项目"基于大数据的科教评价信息云平台构建和智能服务研究"项目编号:19ZDA348,2020年浙江省软科学研究计划重点项目"创新强省背景下浙江高校科技创新竞争力评价及提升研究"项目编号:2020C25027
2021-10-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
16-22