声明
第1章绪论
1.1 研究背景及意义
1.2.1 研究思路
1.2.2 研究内容
1.2.3 研究方法
1.3 本文的主要贡献
2.1.1 亲子游市场的研究现状
2.1.2 情感分类方法
2.1.3 主题模型
2.1.4 小结
2.2.1 词向量的表示
2.2.2 基于传统机器学习的情感分类方法
2.2.3 基于深度学习的情感分类方法
2.3.1 LDA主题模型
2.3.2 T-LDA模型
第3章在线亲子游产品评论数据的预处理
3.1.1 携程网站的介绍
3.1.2 携程网站数据信息的确定
3.1.3 亲子游产品数据的获取
3.2 亲子游产品评论文本的预处理
3.2.1 亲子游产品基本信息的预处理
3.2.2 每个产品评论信息的预处理
3.3 亲子游产品评论数据的描述性统计
3.3.1 产品基本信息的描述性统计
3.3.2 产品评论的描述性统计
第4章 亲子游评论文本情感分类方法的比较分析
4.1 改进的 WDE-LSTM模型
4.1.1 现有 WDE-LSTM模型的不足
4.1.2 改进 WDE-LSTM模型的网络结构
4.1.3 预期效果
4.2 数据集的介绍
4.3 情感分类器的评价指标
4.4 模型的建立
4.5 模型结果的对比
4.5.1 不同词向量的结果比较分析
4.5.2 不同分类器的结果比较分析
4.6 利用分类器对评论数据进行情感划分
第5章基于T-LDA 模型的亲子游产品评论的主题比较分析
5.1.1 国内产品积极评论的主题分析
5.1.2 国内产品消极评论的主题分析
5.2.1 国外产品积极评论的主题分析
5.2.2 国外产品消极评论的主题分析
第6章总结与展望
6.1 总结
6.2 本文的不足之处
参考文献
附录
代码
附表 1
附表 2
致谢
上海师范大学;