数据挖掘 电商情感分析.docVIP

数据挖掘 电商情感分析 导读：就爱阅读网友为您分享以下“数据挖掘 电商情感分析”资讯，希望对您有所帮助，感谢您对92的支持! 第三届“泰迪杯” 全国大学生数据挖掘竞赛 优 秀 作 品作品名称：基于电商平台家电设备的消费者评论数据挖掘分析 荣获奖项：一等奖 作品单位：华南师范大学 作品成员：赵晓荣 指导老师：薛云 叶呈成 黄佳锋泰迪杯大学生数据挖掘竞赛论文报告基于深度学习的电热水器评论数据挖掘分析摘要：近年来，随着互联网的广泛应用和电子商务的迅速发展，网络文本及 用户评论分析意义日益凸显， 因此网络文本挖掘及网络文本情感分析技术应运而 生，通过对文本或者用户评论的情感分析，企业能够进行更有效的管理等。本文 针对电商平台的电热水器的评论数据，利用基于半监督递归自编码（RAE）的深 度学习模型， 进行评论的情感分析。 为了保证评论数据挖掘分析的质量和全面性， 我们重新从京东和苏宁易购平台爬取了评论数据集， 对数据进行预处理——评论 “去空、去重 ”、中文分词、停用词过滤等，再利用半监督 RAE 深度学习模型对 这些评论进行情感分析。之后，本文主要进行两个方面的数据挖掘分析工作：一 方面是根据不同品牌电热水器的评论数据情感分析结果， 提炼出各个品牌产品的 差异化卖点；另一方面是根据不同电商平台的评论数据情感分析结果，进行不同 电商平台的服务质量比较，进而可以使电商平台根据自身优势吸引消费者。关键词：深度学习，情感分析，RAE，差异化卖点第1页泰迪杯大学生数据挖掘竞赛论文报告Data Mining on Comments of Electric water heater Based on Deep LearningAbstract: Recently, with the wide application of Internet and the rapid development of electronic commerce, network text and user review analys is is of great significance, text mining and sentiment analysis of network text arise at the historic moment, and the emotional analysis of the text or user comments is more effective in enterprise management and so on. Electric business platform, this paper apply a deep learning method based on semi-supervised recursive encoding (RAE) on analysis of the emotion of comments which users delivered about electric water heater. In order to ensure the quality of the data mining analysis, we crawled the relevant comments data sets from Jingdong and Suning platform. Then we preprocessed comments data on wiping “empty and heavy” out, Chinese word segmentation, filtering stop words, word frequency statistics, etc. Next we analyze sentiment on these comments using a method based on semi-supervised RAE. Later, this paper analyzed mainly comments in two aspects of data mining work: on the one hand, according to sentiment analysis result of the comments of different brand electric water heater, extracting differentiation of various brand products selling point; On the oth er hand, according to the comments of different electric bu