【技术实现步骤摘要】
一种汽车评论的分析方法
[0001]本申请涉及一种分析方法，尤其涉及一种汽车评论的分析方法。
技术介绍
[0002]随着科技突飞猛进的发展，互联网已经时时刻刻伴随着人们的生活，消费者在网上的评论呈指数式增长。汽车产品的在线评论是一种宝贵资源，里面包含了用户对汽车产品各个方面的评价，包括最满意的、最不满意的、空间、动力、性价比等多角度评价。这些评价都是消费者最真实的感受，包含了买车者对产品的情感倾向，是车企宝贵的资源。对于汽车生产商而言，利用汽车评论进行分析，可以及时发现问题和了解用户需求，从而促进企业改进产品设计。
[0003]目前情感分析方法主要可以分为基于情感词典的情感分析方法、基于传统机器学习的情感分析方法和基于深度学习的情感分析方法。现有的情感分析方法在对汽车评论进行清理、标记等预处理后直接进行情感分类，不必要的引入了客观或中性评论，这对后续的情感分析过程无效，且造成了较多的问题：一、引入了无用且较大的分析数据，降低了分析效率；二、这些客观或中性评论相比于主观评论，引入了噪声，降低了后续情感分类的准确度。
【技术保护点】
【技术特征摘要】
1.一种汽车评论的分析方法，其特征在于，所述分析方法包括：步骤S1，利用Python网络爬虫获取网络论坛中的所述汽车评论；步骤S2，对获取的所述汽车评论进行预处理；步骤S3，利用主观分析工具和情感分析工具构建主观评论文本集，去除客观评论或中性评论；步骤S4，构建主题识别模型识别所述主观评论文本集的主题；步骤S5，构建情感分析分类器，获取每个主题下的情感倾向；其中所述步骤S3具体包括：步骤S31，对每条汽车评论进行翻译，利用所述主观分析工具计算每条所述汽车评论的主观分值；步骤S32，基于所述主观分值和主观阈值，去除所述客观评论或中性评论，得到第一评论文本集；步骤S33，利用所述情感分析工具计算所述第一评论文本集中每条所述汽车评论的情感分值；步骤S34，基于所述情感分值和情感阈值，再次去除所述客观评论或中性评论，得到所述主观评论文本集。2.根据权利要求1所述的分析方法，其特征在于，所述步骤S2还具体包括：步骤S21：去除重复数据；步骤S22：数据清洗；步骤S23：语句拆分；步骤S24：去除停用词。3.根据权利要求1所述的分析方法，其特征在于，所述主观分析工具为Python中的Te...
【专利技术属性】
技术研发人员：皋勋，韩骅，许多，
申请(专利权)人：上海网商电子商务有限公司，
类型：发明
国别省市：
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。