10.3969/j.issn.1007-757X.2022.06.041
基于Doc2Vec和随机森林的外卖评价预测方法
外卖评价信息对顾客、商家和平台具有非常重大的意义,为了提高分类的准确率,提出一种基于Doc2Vec和随机森林结合的本文聚类模型对外卖评价信息分类,判断外卖评价内容的真假性.首先对外卖评价信息进行数据预处理,接着通过Doc2Vec模型对外卖评价信息转化成文本向量的形式,然后通过随机森林算法进行分类.通过阿里云机器学习平台实验表明,该模型有效地提高训练效率,具有94%的召回率和85.4%的F-Measure指标,性能优于LR、GBDT、SVM、NBM和Doc2Vec等模型.
随机森林、词向量、外卖评价
38
TP391(计算技术、计算机技术)
2022-08-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
142-144,157