典型文献
基于MABM的消费者情感倾向识别模型——以电影评论为例
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
刘洪伟;林伟振;温展明;陈燕君;易闽琦
作者机构：
广东工业大学 管理学院, 广东 广州 510520
文献出处：
引用格式：
[1]刘洪伟;林伟振;温展明;陈燕君;易闽琦-.基于MABM的消费者情感倾向识别模型——以电影评论为例)[J].广东工业大学学报,2022(06):1-9
A类：
MABM
B类：
情感倾向,识别模型,电影评论,别线,线上消费者,消费者群体,推荐算法,提升服务质量,研究选题,多头自注意力机制,Multi,head,self,Attention,Bidirectional,long,short,term,Memory,neural,network,点评网站,豆瓣,在线评论,评论数据,语料,文本挖掘,机器学习模型,深度学习模型,训练集,测试集,对比评估,深度神经网络模型,分类效果,消费者评论,有效结合,心理行为,营销效果,情感分析,双向长短期记忆神经网络
AB值：
0.352892
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。
