情感分析是目前自然语言处理领域最广泛的需求和最普遍的应用之一。近年来,随着机器学习、深度神经网络等技术的发展,情感分析领域的研究也有了许多突破性进展。其中,长短期记忆神经网络(Long-Short Term Memory,LSTM)是适用于长序列预...
详细信息
情感分析是目前自然语言处理领域最广泛的需求和最普遍的应用之一。近年来,随着机器学习、深度神经网络等技术的发展,情感分析领域的研究也有了许多突破性进展。其中,长短期记忆神经网络(Long-Short Term Memory,LSTM)是适用于长序列预测的一种特殊的循环神经网络,在时序分析领域有着广泛的应用。本文利用LSTM网络,结合Word2vec技术,在大规模评论文本数据集上进行实验,发现LSTM在情感分析尤其是情感极性判断上有着较好的表现。
数据挖掘是分析数据的关键技术,利用Python语言及其IDE工具——PyCharm可以有效地对超市O2O(Online to Offline)营销产生的大量数据进行统计分析,从而加速线上线下资源整合,有利于超市的发展.通过对河南某大型连锁超市O2O营销产生的数...
详细信息
数据挖掘是分析数据的关键技术,利用Python语言及其IDE工具——PyCharm可以有效地对超市O2O(Online to Offline)营销产生的大量数据进行统计分析,从而加速线上线下资源整合,有利于超市的发展.通过对河南某大型连锁超市O2O营销产生的数据集进行去除无关属性、空数据、无效数据等预处理操作后,利用Python的第三方库Numpy、Pandas、Matplotlib等对预处理后的总数据集进行分析,得到了该数据集在年龄、用户等级、用户注册时间等不同维度上的分布情况.其中会员表所包含的用户中,大部分为年轻用户,小孩和老年人较少;另外,结合用户等级与他们的注册时长可以得出,大体上用户注册时间越长,等级就越高.超市决策人员可以根据统计分析的结果,调整营销策略,更好地服务客户、赢得客户.
暂无评论