基于商品评论的群体用户情感趋势预测研究

摘要：

提出了一种基于商品评论的群体用户情感趋势预测方法.首先,提出了基于BosonNLP的情感特征词识别算法,对时间维度下的商品评论信息进行特征选取;其次,使用群体用户多维特征向量构造多层感知器( MLP)模型进行情感分析;最后,融合评论时间和用户情感倾向值构建群体用户时序情感倾向序列,并通过长短时记忆网络(LSTM)模型进行时序情感趋势预测.在大规模真实数据集上的实验结果表明,MLP 模型具有较好的分类效果;相比于现有的自回归(AR)模型,LSTM模型的平均均方差降低了79.06%,能够取得更加精准的预测结果.

关键词：群体用户、商品评论、情感分析、时间序列、趋势预测

所属期刊栏目：51

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61672426,61572401;国家重点研发计划项目2017YFB1002500

在线出版日期：2019-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-29