您的位置: 专家智库 > >

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇经济管理

主题

  • 2篇情感
  • 2篇情感分析
  • 2篇文本
  • 2篇文本情感
  • 2篇本情
  • 1篇大众
  • 1篇大众点评
  • 1篇大众点评网
  • 1篇点评
  • 1篇电子信息
  • 1篇神经网
  • 1篇神经网络
  • 1篇朴素贝叶斯
  • 1篇朴素贝叶斯算...
  • 1篇网络
  • 1篇门控
  • 1篇竞争力
  • 1篇聚类
  • 1篇聚类优化
  • 1篇卷积

机构

  • 4篇北华航天工业...

作者

  • 4篇刘策
  • 1篇刘海燕
  • 1篇刘悦
  • 1篇林倩
  • 1篇罗杰斌
  • 1篇刘刚
  • 1篇李贺男

传媒

  • 1篇科技风
  • 1篇现代信息科技
  • 1篇数据挖掘

年份

  • 1篇2023
  • 1篇2022
  • 1篇2021
  • 1篇2016
4 条 记 录,以下是 1-4
排序方式:
基于深度学习的评论文本情感分析研究
伴随着应用软件的使用,各种评论数据应运而生。这些评论数据有的是消费者对某产品或服务的主观评价,有的是网友对某种现象或事件的看法,合理的处理这些评论数据,不仅有利于为商家改善产品的质量和服务提供方向,帮助更多的消费者在进行...
刘策
关键词:情感分析卷积神经网络
基于机器学习的K-Means聚类优化算法研究被引量:4
2022年
K均值聚类(K-Means)算法是基于划分的聚类算法中的一个典型算法,是机器学习研究算法的基础。通过将相似的样本自动归到一个类别,合理地确定K值和K个初始类簇中心点,使聚类效果更好。经过适当的预处理,可以对数据做初步分析,甚至挖掘出隐含的价值信息。相比于SVM、GBDT等机器学习算法,具有操作简单、采用误差平方和准则函数、对大数据集处理上有较高的伸缩性和可压缩性的优点。但是,这种聚类算法仍然存在随机初始聚类中心导致算法不稳定、K值的选取不好把握、非凸性数据集非常难收敛等问题。为提升数据挖掘中聚类分析的效果,本文在分析数据挖掘、聚类分析、传统K-Means算法的基础上,提出一种改进的K-Means算法,经过实验证明,K-Means的改进算法可以有效地提高簇的质量,以及算法的效率和稳定性,使其提供更加精准有效的服务,并且减少了算法开销。
李贞刘海燕刘策李庆钰刘刚
关键词:改进K-MEANS算法
面向大众点评网评论的文本情感分析研究被引量:5
2021年
随着移动互联网技术的发展,网络文本信息量迅速增长。现有的情感分析库snownlp,多用于对购物评论的情感分析。鉴于snownlp在美食评价中对情感分析不理想,以大众点评网评论为例,运用jieba分词、Bag of words模型和多项式朴素贝叶斯方法构造出一种基于朴素贝叶斯模型的情感分类构造器。通过对评论文本数据集的训练和测试可知,该构造器的情感分析效果明显优于snownlp,为消费者了解美食在大众心目中的口碑提供了帮助。
刘策李贞颜明会
关键词:朴素贝叶斯算法情感分析大众点评网
浅谈我国电子信息产业现状及国际竞争力
2016年
随着我国市场经济的不断发展,以电子信息产业为主要代表的高新技术产业正保持着高速增长的规模,目前总体规模仅次于美国,位居世界第二,手机、计算机和彩电更是位居世界出货量第一位,但在尖端技术上德国、美国较我国仍具备一定优势。本文从电子信息产业入手,简述我国电子信息产业现状,并针对国际竞争力和影响因素进行分析,并对我国电子信息产业未来发展方向进行预测。
刘悦刘策罗杰斌林倩李贺男
关键词:电子信息国际竞争力
共1页<1>
聚类工具0