基于MABM的消费者情感倾向识别模型——以电影评论为例 |
| |
作者姓名: | 刘洪伟 林伟振 温展明 陈燕君 易闽琦 |
| |
作者单位: | 广东工业大学 管理学院, 广东 广州 510520 |
| |
基金项目: | 国家自然科学基金资助项目(71671048);全国教育科学规划教育部青年课题(EIA210424);广东省哲学社会科学规划2022年度青年项目(GD22YJY13);广州市哲学社科规划2022年度课题(2022GZQN26) |
| |
摘 要: | 识别线上消费者群体评论的情感倾向,有助于优化平台推荐算法及提升服务质量,如何有效识别消费者情感倾向,是一个热门的研究选题。本文基于多头自注意力机制的双向长短期机制提出MABM(Multi-head self-Attention and Bidirectional long-short term Memory neural network)情感倾向识别模型,采用知名电影点评网站豆瓣点评在线评论数据作为语料,使用文本挖掘工具对数据进行预处理,以10个机器学习模型和4个深度学习模型为对照组,按照8:2划分训练集和测试集来验证对比评估MABM模型的有效性和稳健性。两组对比实验结果发现,深度神经网络模型预测效果整体优于机器学习模型,并且以MABM模型的分类效果最佳。MABM模型能够有效识别消费者评论的情感倾向,使推荐算法能有效结合消费者的心理行为,以获得更显著的营销效果。
|
关 键 词: | 情感分析 深度学习 多头自注意力机制 双向长短期记忆神经网络 |
收稿时间: | 2022-07-20 |
|
| 点击此处可从《广东工业大学学报》浏览原始摘要信息 |
|
点击此处可从《广东工业大学学报》下载免费的PDF全文 |