首页> 中文期刊> 《北京信息科技大学学报(自然科学版)》 >K-means和SOM在商品评论中的情感词聚类对比

K-means和SOM在商品评论中的情感词聚类对比

         

摘要

cqvip:为了选取适合商品评论中情感词聚类的方法,利用K-means和SOM两种算法分别进行聚类分析;以商品评论为研究对象,通过对商品评论文本进行分词、向量化表示等步骤得到情感词向量,采用欧氏距离进行相似度聚类计算;经过对两种算法可视化结果和准确率的对比分析,发现SOM算法的聚类结果更均匀,准确率更高;实验表明,SOM算法的情感词聚类效果优于Kmeans算法,更适合于商品评论情感词聚类。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号