首页> 中文期刊> 《应用数学进展》 >网红营销基于情感分析的消费评论数据的挖掘

网红营销基于情感分析的消费评论数据的挖掘

         

摘要

随着2020年疫情爆发对经济的影响,常规的商业营销模式受到了冲击。以网红营销为代表的电子商务迅速崛起。电商平台作为网红营销的主要渠道,成为了消费者挑选、评价电商产品的媒介。因此,在电商平台的消费者评论具有文本挖掘的价值和潜力。本文使用网络爬虫技术,爬取到49,700条天猫商城评论数据其中有效数据为40,138条,采用TF-IDF算法提取评论中的关键词,通过Basic LDA模型对商品评论进行属性抽取,并运用变分贝叶斯推断对模型进行求解,最后通过朴素贝叶斯对评论进行情感极性分析,最终得到结论:消费者对电商产品的评论从功能性、消费理性两个角度出发,主题1、3、4表现出消费者重视电商产品使用的直观感受的倾向,主题2表现出消费者重视电商产品实际解决需求的功能性的倾向,消费者对电商产品的情感得分里积极、中性、消极分别为36%、63%、1%,总体上对电商产品持认可态度。

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