【技术实现步骤摘要】
一种景区网络口碑情感分析方法及装置
本专利技术涉及人工智能在旅游领域的应用，尤其涉及一种实时高效的景区网络口碑情感分析方法及装置。
技术介绍
近年来随着移动互联网和在线支付的快速发展，游客出行旅游的购买方式逐渐由线下转移到了线上。旅游本身就属于一种体验式消费，这就促使各大旅游网站变成了游客们交流旅游体检，发表景区评论观点的重要平台，而这些游客发表的景区评论数据便形成了景区网络口碑。景区网络口碑成为了影响潜在游客出行意愿的重要因素之一，同时，也是景区管理者把握景区形象，及时调整景区经营管理方案的重要信息来源。因此，急需一种挖掘景区网络口碑情向分析方法，有效的挖掘景区分析景区网络评论，为景区管理者提供专业、精确、有效的景区口碑监测服务，并根据游客的负面情感倾向，针对性的改进区景区服务，提高景区服务质量。随着大数据时代的到来，目前景区口碑情感分析却在准确度/可靠性上并不理想，主要有以下几方面的原因：第一、由于景区评论数据分散着各个平台，并且实时更新，目前的景区口碑情感分析方法难以实现实时的监测多数据源；第二、景区评论数据多为短文本...
【技术保护点】
1.一种景区网络口碑情感分析方法，包括数据爬取阶段和文本分类阶段，其特征在于，/n在数据爬取阶段：通过网络爬虫技术实时的抓取多个主流旅游平台的评论数据，爬虫系统采用动态可配置的管理方式，可以控制数据抓取渠道和抓取频率；/n在文本分类阶段：评论数据本文特征化表示采用word2vector词向量，文本分类器采用文本卷积神经网络。/n
【技术特征摘要】
1.一种景区网络口碑情感分析方法，包括数据爬取阶段和文本分类阶段，其特征在于，
在数据爬取阶段：通过网络爬虫技术实时的抓取多个主流旅游平台的评论数据，爬虫系统采用动态可配置的管理方式，可以控制数据抓取渠道和抓取频率；
在文本分类阶段：评论数据本文特征化表示采用word2vector词向量，文本分类器采用文本卷积神经网络。
2.如权利要求1所述的景区网络口碑情感分析方法，其特征在于，具体包括以下步骤：
步骤a、数据收集：通过网络爬虫技术定时的抓取主流旅游平台上的景区评论数据，通过人工打标签的方式标注数据的正负面情感倾向，然后采用三七原则，随机的分隔训练集和测试集；
步骤b、数据预处理：首先，通过正则校验去除文本中的非中文字符，然后对文本进行分词，分词过程中需要构建停用词表和自定义字典；
步骤c、文本特征表示：通过维基语料库对word2vector模型进行训练，保存最优的word2vector模型，然后通过最优word2vector模型将评论数据表示成文本矩阵；
步骤d、建立文本分类器：文本分类器采用文本卷积神经网络，文本卷积神经网络由卷积层、池化层、softmax层组成；
步骤e、模型优化：通过调节文本长度最大输入长度，dropout、批量大小、循环次数等参数，根据准确率、召回率评价指标，选择最优的模型，并保存最优模型参数；
步骤f、情感预测：通过训练好的模型预测爬取的景区评论数据，并自动为这些评论数据打上情感倾向标签；
步骤g、情情感热词挖掘：采用tf-idf算法，挖掘出景区的情感热词，并为热词赋予热度权重。
3.如权利要求2所述的景区网络口碑情感分析方法，其特征在于，所述步骤a即数据爬取阶段，根据需求配置评论数据的来源渠道网络链接，同时，还可以配置数据的采集频率以及采集时间。
4.如权利要求2所述的景区网络口碑情感分析方法，其特征在于，所述步骤b，数据数据预处理包括两个步骤：首先，通过正则表达式去除评论文本数据中的非中文字符，主要包括标点符号，表情符、数字、英文等；然后，通过“结巴”分词工具对文本数据分词，在分词的过程中需要构建停用词表和自定义字典，停用词表去除评论文本数据中一些无意义的词；自定义词典用于景区特殊词汇；停用词表与自定义字典都需要在...
【专利技术属性】
技术研发人员：陶亮亮，洪学海，张林，
申请(专利权)人：上饶市中科院云计算中心大数据研究院，
类型：发明
国别省市：江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。