摘要
为帮助企业获得更多的信息,进一步了解客户,预测和增强客户体验,合理改进产品性能,通过情感词典来对汽车行业的网络舆情进行分析与预测.首先对预处理后的文本进行分词,提取关键词,绘制词云图,初步判定舆情中人们关注的热点.然后利用训练集数据对情感词典进行训练,提取文本特征,并采用基于情感词典的传统情感分类法进行文本情感识别分类.分类结果显示,训练集的预测准确率为85.73％,测试集的准确率为83.62％.最后利用LDA模型对文本进行主题分析,得到正面、负面文本数据的第一主题与第二主题.
基金项目
湖北省教育厅科学技术研究计划青年人才项目(Q2017404)
湖北工业大学博士科研启动基金(BSQD2017072)
维普
万方数据