标题
  • 标题
  • 作者
  • 关键词

基于支持向量机的在线负面口碑处理专家识别方法

2017-11-28分类号:F274;F713.55;F724.6

【作者】张心泽  蔡淑琴  罗思宇  
【部门】华中科技大学管理学院  
【摘要】针对在线负面口碑处理特点,文章基于支持向量机理论提出了领域知识水平、情感状态和互动程度三种特征维度的专家用户识别方法以帮助企业处理在线负面口碑。应用向量空间模型计算用户领域知识水平,通过情感词典计算用户情感状态,并引入互动程度特征,以此构建支持向量机分类模型,实现专家识别。实验表明混合特征分类模型可以显著提高在线负面口碑处理专家识别的准确率和总体效果,验证了该方法的有效性。
【关键词】在线负面口碑  支持向量机  专家识别
【基金】国家自然科学基金资助项目(71371081);; 教育部博士点(博导类)基金资助项目(20130142110044)
【所属期刊栏目】统计与决策
文献传递