融合多元评论信息的用户情感分类方法

摘要

随着电商经济发展迅猛,各类电商平台为提升服务品质非常重视对用户评论信息的收集、分析和利用.但各电商平台都存在"刷评论"现象,虚假评论、默认好评等因素导致平台无法获取用户的真实情感,严重影响服务质量的提升.为了更加准确地获取用户的真实情感,提出一种融合多元评论信息的用户情感分类方法.首先,对评论中的文本和图片进行分类,构建去除虚假评论的图文数据集;其次,对原始和追加评价文本进行分割和重构;最终,将预处理后的原始评论、原始图片、追加评论、追加图片等多元评论信息输入到多通道卷积神经网络中,经训练后得到用户情感分类模型.经对比实验验证,融合多元评论信息的用户情感分类方法准确率可以达到96％,优于现有主流情感分类方法.