System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术提出了一种基于情感分析的博物馆参观体验评估方法和系统,属于博物馆体验评估。
技术介绍
1、以往的博物馆参观体验评估系统可能缺乏情感分析技术。传统的评估方法可能只关注参观者的数量和反馈意见,而忽视了参观者的情感体验。这种评估方法可能无法提供深入了解参观者在博物馆中的情感反应和体验。
技术实现思路
1、本专利技术提供了一种基于情感分析的博物馆参观体验评估方法和系统,用以解决现有技术中忽略参观者的情感体验导致博物馆的整体体验评估准确性较低的问题,所采取的技术方案如下:
2、一种基于情感分析的博物馆参观体验评估方法,所述基于情感分析的博物馆参观体验评估方法,包括:
3、调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单,作为目标数据信息;
4、对所述目标数据信息进行数据集划分,并利用划分后的数据集对用于情感分析的卷积神经网络进行训练和测试;
5、实时采集博物馆官网上的参观者留言的文本评论信息和反馈表单,并利用所述用于情感分析的卷积神经网络对所述文本评论信息和反馈表单进行识别,获取参观者的情感分析结果;
6、将所述参观者的情感分析结果发送至博物馆管理者终端。
7、进一步地,调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单,作为目标数据信息,包括:
8、调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单;
9、对所述文本评论信息和反馈表单进行去除噪声处理,获
10、对去除噪声处理后的进行数据清洗处理,去除重复的标点符号和乱码字符,获得数据清理后的目标数据信息;
11、对数据清理后的目标数据信息进行分词、去停用词和词干提取,获得预处理后的目标数据信息。
12、进一步地,对所述目标数据信息进行数据集划分,并利用划分后的数据集对用于情感分析的卷积神经网络进行训练和测试,包括:
13、对所述目标数据信息进行数据集划分,生成训练数据集、验证数据集和测试数据集;
14、利用所述训练数据集对所述用于情感分析的卷积神经网络进行训练,获得训练后的用于情感分析的卷积神经网络;
15、利用所述验证数据集对所述用于情感分析的卷积神经网络进行验证,获得验证后的用于情感分析的卷积神经网络;
16、利用所述测试数据集对所述用于情感分析的卷积神经网络进行测试,获得测试后的用于情感分析的卷积神经网络。
17、进一步地,实时采集博物馆官网上的参观者留言的文本评论信息和反馈表单,并利用所述用于情感分析的卷积神经网络对所述文本评论信息和反馈表单进行识别,获取参观者的情感分析结果,包括:
18、实时采集博物馆官网上的参观者的文本评论信息和反馈表单;
19、将所述文本评论信息和反馈表单进行预处理,获得预处理后的文本评论信息和反馈表单,并将所述预处理后的文本评论信息和反馈表单作为待检测文本数据;
20、将所述待检测文本数据输入至用于情感分析的卷积神经网络,利用所述用于情感分析的卷积神经网络对所述待检测文本数据进行情感识别,获得参观者的情感分析结果。
21、进一步地,将所述参观者的情感分析结果发送至博物馆管理者终端,包括:
22、获取所述所述参观者的情感分析结果,对所述参观者的情感分析结果进行统计和分析,获得统计和分析结果对应的图文信息;
23、当获取所述统计和分析结果对应的图文信息后,建立博物馆官网与所述博物馆管理者终端之间的通信线程;
24、通过所述通信线程将所述情感分析结果以及统计和分析结果对应的图文信息一并发送至博物馆管理者终端进行可视化展示。
25、一种基于情感分析的博物馆参观体验评估系统,所述基于情感分析的博物馆参观体验评估系统,包括:
26、历史数据调取模块,用于调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单,作为目标数据信息;
27、训练及测试模块,用于对所述目标数据信息进行数据集划分,并利用划分后的数据集对用于情感分析的卷积神经网络进行训练和测试;
28、实时采集模块,用于实时采集博物馆官网上的参观者留言的文本评论信息和反馈表单,并利用所述用于情感分析的卷积神经网络对所述文本评论信息和反馈表单进行识别,获取参观者的情感分析结果;
29、信息发送模块,用于将所述参观者的情感分析结果发送至博物馆管理者终端。
30、进一步地,所述历史数据调取模块包括:
31、信息调取模块,用于调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单;
32、第一数据处理模块,用于对所述文本评论信息和反馈表单进行去除噪声处理,获得去除噪声处理后的目标数据信息;
33、第二数据处理模块,用于对去除噪声处理后的进行数据清洗处理,去除重复的标点符号和乱码字符,获得数据清理后的目标数据信息;
34、第三数据处理模块,用于对数据清理后的目标数据信息进行分词、去停用词和词干提取,获得预处理后的目标数据信息。
35、进一步地,所述训练及测试模块包括:
36、数据集划分模块,用于对所述目标数据信息进行数据集划分,生成训练数据集、验证数据集和测试数据集;
37、训练模块,用于利用所述训练数据集对所述用于情感分析的卷积神经网络进行训练,获得训练后的用于情感分析的卷积神经网络;
38、验证模块,用于利用所述验证数据集对所述用于情感分析的卷积神经网络进行验证,获得验证后的用于情感分析的卷积神经网络;
39、测试模块,用于利用所述测试数据集对所述用于情感分析的卷积神经网络进行测试,获得测试后的用于情感分析的卷积神经网络。
40、进一步地,所述实时采集模块包括:
41、信息实时采集模块,用于实时采集博物馆官网上的参观者的文本评论信息和反馈表单;
42、文本信息预处理模块,用于将所述文本评论信息和反馈表单进行预处理,获得预处理后的文本评论信息和反馈表单,并将所述预处理后的文本评论信息和反馈表单作为待检测文本数据;
43、情感分析模块,用于将所述待检测文本数据输入至用于情感分析的卷积神经网络,利用所述用于情感分析的卷积神经网络对所述待检测文本数据进行情感识别,获得参观者的情感分析结果。
44、进一步地,所述信息发送模块包括:
45、结果获取模块,用于获取所述所述参观者的情感分析结果,对所述参观者的情感分析结果进行统计和分析,获得统计和分析结果对应的图文信息;
46、通信线程建立模块,用于当获取所述统计和分析结果对应的图文信息后,建立博物馆官网与所述博物馆管理者终端之间的通信线程;
47、可视化展示模块,用于通过所述通信线程将所述情感分析结果以及统计和分析结果对应的图文信息一并发送至本文档来自技高网...
【技术保护点】
1.一种基于情感分析的博物馆参观体验评估方法,其特征在于,所述基于情感分析的博物馆参观体验评估方法,包括:
2.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单,作为目标数据信息,包括:
3.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,对所述目标数据信息进行数据集划分,并利用划分后的数据集对用于情感分析的卷积神经网络进行训练和测试,包括:
4.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,实时采集博物馆官网上的参观者留言的文本评论信息和反馈表单,并利用所述用于情感分析的卷积神经网络对所述文本评论信息和反馈表单进行识别,获取参观者的情感分析结果,包括:
5.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,将所述参观者的情感分析结果发送至博物馆管理者终端,包括:
6.一种基于情感分析的博物馆参观体验评估系统,其特征在于,所述基于情感分析的博物馆参观体验评估系统,包括:
8.根据权利要求6所述基于情感分析的博物馆参观体验评估系统,其特征在于,所述训练及测试模块包括:
9.根据权利要求6所述基于情感分析的博物馆参观体验评估系统,其特征在于,所述实时采集模块包括:
10.根据权利要求6所述基于情感分析的博物馆参观体验评估系统,其特征在于,所述信息发送模块包括:
...【技术特征摘要】
1.一种基于情感分析的博物馆参观体验评估方法,其特征在于,所述基于情感分析的博物馆参观体验评估方法,包括:
2.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,调取博物馆官网上的参观者的历史记录中的文本评论信息和反馈表单,作为目标数据信息,包括:
3.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,对所述目标数据信息进行数据集划分,并利用划分后的数据集对用于情感分析的卷积神经网络进行训练和测试,包括:
4.根据权利要求1所述基于情感分析的博物馆参观体验评估方法,其特征在于,实时采集博物馆官网上的参观者留言的文本评论信息和反馈表单,并利用所述用于情感分析的卷积神经网络对所述文本评论信息和反馈表单进行识别,获取参观者的情感分析结果...
【专利技术属性】
技术研发人员:兰雨晴,余丹,赵蒙蒙,李森,
申请(专利权)人:慧之安信息技术股份有限公司,
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。