...
机译:使用基于自学习粒子群的贝叶斯学习方法优化在线评论启发的产品属性分类
Indian Inst Technol Kharagpur, Dept Ind & Syst Engn, Kharagpur, W Bengal, India;
Ecole Polytech Fed De Lausanne, SCI STK DK, Mech Engn, De Lausanne, Switzerland;
Indian Inst Technol Kharagpur, Dept Ind & Syst Engn, Kharagpur, W Bengal, India;
Univ Bremen, Fac Prod Engn, Bremen, Germany;
Ecole Polytech Fed De Lausanne, SCI STK DK, Mech Engn, De Lausanne, Switzerland;
Bayesian network structure learning; self-learning particle swarm optimisation; machine learning; customer preference ordering; fashion products;
机译:优化在线评论使用基于自学习粒子群的贝叶斯学习方法的产品属性分类启发
机译:在线客户产品评论的多种情感属性分类:一种支持感性工程的启发式深度学习方法
机译:在线客户产品评论的多种情感属性分类:一种支持感性工程的启发式深度学习方法
机译:在线评论的产品属性提取与分类方法研究
机译:影响消费者对在线产品评论的信任感的因素:旅游和酒店在线产品评论系统的研究。
机译:在线经验产品评论的专家评审员检测和产品评级推导的一种新方法