电商评论文本情感分类与管理系统设计与实现

目录

声明

目 录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状及发展趋势

1.2.1 传统方法与深度学习方法

1.2.2 文本主观性分类

1.2.3 篇章、句子级别情感分析

1.2.4 细粒度情感分析

1.2.5 研究现状总结

1.3 主要研究工作和内容

第二章 相关概念和理论概述

2.1 网络爬虫

2.1.1 网络爬虫的工作原理

2.1.2 Robots.txt 协议

2.1.3 获取网页源代码

2.1.4 网页解析

2.2 商品评论文本预处理技术

2.2.1 去停用词

2.2.2 中文分词

2.2.3 词性标注

2.3 文本情感分类技术与方法

2.3.1 基于情感词典的情感分类方法

2.3.2 基于机器学习的情感分类方法

2.3.3 基于深度学习的情感分类方法

2.3.4 比较分析

第三章 电商评论文本情感分类与管理系统需求分析与总体设计

3.1系统需求分析

3.1.1 功能需求分析

3.1.2 性能需求分析

3.2 系统整体架构设计

3.3 系统模块设计

3.3.1 功能结构设计

3.3.2 模块关系设计

3.4 系统数据库设计

3.4.1 E-R 图设计

3.4.2 数据表设计

第四章 TextCNN-GRU 融合改进模型

4.1 TextCNN-GRU混合模型的结构设计

4.1.1 TextCNN模型

4.1.2 GRU模型

4.1.3 TextCNN-GRU 混合模型

4.2 针对样本不平衡的损失函数改进

4.3 TextCNN-GRU混合模型构建

4.3.1 TextCNN-GRU 混合模型的层级结构

4.3.2 TextCNN-GRU 情感分析分类器的搭建

4.3.3 TextCNN-GRU 混合模型参数优化

4.4 TextCNN-GRU混合模型性能测试与对比分析

4.4.1 基于 TextCNN-GRU混合模型的性能测试

4.4.2 基于 TextCNN模型的性能测试

4.4.3 基于 GRU模型的性能测试

4.4.4 各模型的性能测试与对比

4.5 TextCNN-GRU模型的结果分析

第五章 电商评论文本情感分类与管理系统设计与实现

5.1 平台架构搭建

5.2 系统功能模块设计

5.2.1 数据采集模块的设计

5.2.2 情感分类模块的设计

5.2.3 提取模块的设计

5.2.4 情感检索模块的设计

5.2.5 可视化模块的设计

5.3 系统功能模块实现

5.3.1 数据采集模块的实现

5.3.2 情感分类模块的实现

5.3.3 关键词提取模块的实现

5.3.4 情感检索模块的实现

5.3.5 可视化模块的实现

第六章 结论

参考文献

致 谢

作者简介

1 作者简历

2 攻读硕士学位期间发表的学术论文

学位论文数据集