2018-3-10论文(网络评论中非结构化信息表示与应用研究)-----综合评价的实例

本文介绍了一种基于网络评论的综合评价方法,包括确定评价等级、评论分类、识别框架、隶属度计算等步骤,并以物流类别为例进行了详细说明。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

模型步骤:

(1)确定针具评价等级。也就是H的值

(2)将结构化表示的网络评论进行分类

(3)确定识别框架

(4)计算得到该类别所有评论初始隶属度。使用Sij表示第i个类别第j个等级的初始隶属度

(5)将初始隶属度转换为证据合成需要的信度值

(6)使用Dempster法则进行合成

(7)判断得到的结果是否是最终评价结果,如果是则评价结束,如果不是则转到步骤(1)知道结束

流程框图:


综合评价结果

文章中通过对“物流”类别评论为例子:

(1)确定证据级别

使用:            很好 ,  好  ,中  ,差  ,很差

(2)网络评论分类


部分分类总结:


分类准确率


在通过文本贴在行政处理之后对比文本中的特征项


(3)确定识别框架-----------网评中是分类后的网络评价

(4)利用评论分类结果给出评级隶属度


(5)将隶属度转换为信度值

以权重最大的“物流1”指标为关键指标,利用公式5-9,5-10将隶属度值转换为个评级的信度值


(6)证据合成





通过图5-3更直观的看到对于该产品,网络客户的具体的评价,但是我觉的综合大的评价只能定量的连接优劣,并没有找到问题的正解,更多信息是需要从各个类别的综合评价等级数据去获得


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值