咨询与建议

限定检索结果

文献类型

  • 4 篇 期刊文献
  • 1 篇 学位论文

馆藏范围

  • 5 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 4 篇 管理学
    • 3 篇 管理科学与工程(可...
    • 1 篇 图书情报与档案管...
  • 3 篇 工学
    • 2 篇 控制科学与工程
    • 2 篇 计算机科学与技术...
    • 2 篇 软件工程

主题

  • 5 篇 评价挖掘
  • 1 篇 倾向性分类
  • 1 篇 倾向性分析
  • 1 篇 特征提取
  • 1 篇 情感分析
  • 1 篇 网络信息服务
  • 1 篇 电子商务
  • 1 篇 主成分分析
  • 1 篇 个性化推荐
  • 1 篇 技术创新人才
  • 1 篇 综述
  • 1 篇 消费者网络
  • 1 篇 商品网络
  • 1 篇 专利分析
  • 1 篇 顾客满意度模型
  • 1 篇 用户评价

机构

  • 1 篇 中央民族大学
  • 1 篇 南京大学
  • 1 篇 北京大学
  • 1 篇 复旦大学
  • 1 篇 机器人技术与系统...
  • 1 篇 哈尔滨工业大学

作者

  • 1 篇 郭伟
  • 1 篇 张玲
  • 1 篇 李秦青
  • 1 篇 石磊
  • 1 篇 王忠辉
  • 1 篇 伍逸兴
  • 1 篇 谢莹
  • 1 篇 胡晓伟
  • 1 篇 黄萱菁
  • 1 篇 邓志鸿
  • 1 篇 翟凤勇
  • 1 篇 赵宁
  • 1 篇 张奇
  • 1 篇 吴苑斌

语言

  • 5 篇 中文
检索条件"主题词=评价挖掘"
5 条 记 录,以下是1-10 订阅
排序:
电商时代线上商家的用户评价挖掘模型研究
收藏 引用
商展经济 2020年 第4期 56-58页
作者: 谢莹 伍逸兴 李秦青 中央民族大学理学院 中央民族大学信息工程学院 中央民族大学经济学院
作为电子商务的重要载体,互联网上的内容对商家也存在导向作用。通过对网络上顾客反馈的挖掘,商家可以及时了解市场行情,完善商品的质量和营销手段。本研究采用顾客满意度模型,以三种产品:吹风机、微波炉、婴儿奶嘴为例,对他们的文本评... 详细信息
来源: 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
基于专利信息评价挖掘智能机器人领域技术创新人才——主成分分析法(PCA)的视角
收藏 引用
科技管理研究 2019年 第17期39卷 160-165页
作者: 赵宁 石磊 翟凤勇 张玲 郭伟 哈尔滨工业大学图书馆 哈尔滨工业大学管理学院 机器人技术与系统国家重点实验室 黑龙江哈尔滨150001
挖掘技术创新人才,是实现人才强企、强校的重要策略,是国家科技人才体系建设的重要一环,可以优化科研财政支出结构、完善人才发展投入机制、提高科研效率。基于专利是衡量技术创新能力和水平的重要指标,以智能机器人领域为例,对发明人... 详细信息
来源: 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
COMP:一个中文网络评价信息挖掘系统
收藏 引用
广西师范大学学报(自然科学版) 2009年 第1期27卷 101-104页
作者: 王忠辉 邓志鸿 北京大学机器感知与智能教育部重点实验室 北京100871
网络中大量的评价信息有着重要的利用价值,评价挖掘技术可以自动地挖掘出这些评价信息中所蕴含的评价者对评价对象的态度和意见。为此,设计实现了一个面向中文网络信息的评价挖掘原型系统COM P,实验表明该系统的挖掘结果具有一定的参考... 详细信息
来源: 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
基于商品网络、消费者网络及评价特征的个性化推荐研究
基于商品网络、消费者网络及评价特征的个性化推荐研究
收藏 引用
作者: 胡晓伟 南京大学
学位级别:硕士
互联网的飞速发展以及中国电子商务模式的不断创新造就了中国电子商务成交规模的爆发。2013年中国网络零售业总额超过1.8万亿元,与2012年同比增长47%,网购用户数3.02亿,约占全国总人口数的22%,相比2012年增长25%。但在一组组数据背后隐... 详细信息
来源: 同方学位论文库 同方学位论文库 评论
文本情感倾向分析
收藏 引用
中文信息学报 2011年 第6期25卷 118-126页
作者: 黄萱菁 张奇 吴苑斌 复旦大学计算机科学技术学院 上海201203
近年来,文本情感倾向研究受到研究界和企业界越来越多的关注,成为了自然语言处理、信息检索、数据挖掘等领域的研究热点之一。随着研究的不断深入,大量情感倾向分析的新方法、新问题也不断涌现。该文重点对文本情感倾向研究的前沿进展... 详细信息
来源: 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论