Resumen

El texto de revisión del producto en línea contiene una gran cantidad de opiniones y emociones. Para identificar la información emocional y tendenciosa del público, presentamos modelos de aprendizaje por refuerzo en los que se discuten algoritmos de clasificación de sentimientos del corpus de revisiones de productos en línea en este documento. Para explorar el efecto de clasificación de diferentes algoritmos de clasificación de sentimientos, realizamos una investigación sobre el algoritmo Bayesiano ingenuo, el algoritmo de máquina de vectores de soporte y el algoritmo de red neuronal y llevamos a cabo algunas comparaciones utilizando un ejemplo concreto. Se comparan los índices de evaluación y los tres algoritmos en diferentes longitudes de oraciones y dimensiones de vectores de palabras. Los resultados muestran que el algoritmo de red neuronal es efectivo en la clasificación de sentimientos del corpus de revisiones de productos en línea.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Producto; Reseña en línea; Algoritmos de clasificación de sentimientos; Modelos de aprendizaje por refuerzo; Algoritmo bayesiano ingenuo; Algoritmo de red neuronal
• Keywords:Product; Online review; Sentiment classification algorithms; Reinforcement learning models; Naive Bayesian algorithm; Neural network algorithm