典型文献
基于双向循环神经网络的游客目的地印象分析算法及应用
文献摘要：
文本情感分析已成为智慧旅游中一项关键技术.为了提升景区及酒店等旅游目的地美誉度及其相关竞争力,如何从海量的用户评论中获取相关数据,并从中整理出具有价值的信息,将其运用到智慧旅行的构建中,成为文旅主管部门和旅游相关企业非常重视的工作.文章基于数据挖掘技术对相关景区和酒店评论进行内在信息的挖掘与分析,研究基于双向循环神经网络的游客目的地印象分析算法及应用.首先,对获得的评论数据集利用Python的Pan?das库、正则表达式进行数据预处理;其次,利用中文分词组件jieba对数据进行分词与停用词过滤操作,保证模型构建的准确性;最后,通过构建中文词向量模型拟合双向LSTM回归模型,分别对每个景区和酒店进行评分,采用了基于BRNN的中文情感倾向分类模型,分别对每条评论进行情感正负面分类;基于最终得出的有效评论,并且采用TF-IDF算法,分别对总得分各个层次的景点和酒店的评论进行关键词提取,并保存为词云图,以便更加直观地分析.阐述了基于双向循环神经网络的游客目的地印象分析算法过程及应用.
文献关键词：
BRNN算法;中文情感倾向分类;LSTM算法;算法应用
中图分类号：
作者姓名：
李霖;张俊坤;王燕;陈尧;鲜冰洋
作者机构：
攀枝花学院,四川攀枝花617000
文献出处：
引用格式：
[1]李霖;张俊坤;王燕;陈尧;鲜冰洋-.基于双向循环神经网络的游客目的地印象分析算法及应用)[J].电脑知识与技术,2022(29):16-20
A类：
中文情感倾向分类
B类：
双向循环神经网络,印象分,文本情感分析,智慧旅游,酒店,旅游目的地,目的地美誉度,用户评论,主管部门,非常重视,数据挖掘技术,评论数据,Python,Pan,das,正则表达式,数据预处理,中文分词,词组,jieba,停用,用词,过滤操作,文词,词向量,模型拟合,BRNN,分类模型,正负,TF,IDF,总得分,景点,关键词提取,存为,词云图,算法应用
AB值：
0.353828
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
