用户评论效用的自动评估方法.docxVIP

用户评论效用的自动评估方法

目录

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究目标与内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

用户评论效用的定义与分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1用户评论效用的概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2用户评论效用的分类方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2.1基于内容分析的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2.2基于情感分析的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2.3基于行为分析的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

用户评论效用评估模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1模型构建的理论依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.2模型构建的技术路径．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2.1数据收集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.2.2特征工程与选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

3.2.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

3.3模型评估指标体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.3.1准确率与召回率．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.3.2F1值与ROC曲线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.3.3AUC值与AUCROC曲线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

用户评论效用自动评估方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.1基于机器学习的用户评论效用评估方法．．．．．．．．．．．．．．．．．．．．32

4.1.1支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.1.2随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

4.1.3神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.2基于深度学习的用户评论效用评估方法．．．．．．．．．．．．．．．．．．．．40

4.2.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

4.2.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.2.3长短时记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

4.3结合多种方法的用户评论效用评估方法．．．．．．．．．．．．．．．．．．．．44

4.3.1集成学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

4.3.2元学习与迁移学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.3.3多任务学习与跨模态学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

案例分析与实证研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

5.1案例选取与描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

5.1.1案例选取标准与过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

5.1.2案例描述与数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

5.2评估方法的应用与效果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

5.2.1评估方法在