1、“.....关键词在线销售情感特征词互信息度量分析算法中图分类号文献标识码文章编号引言在线销售蓬勃发展，带来了大量的产品评论，产品评论对潜在顾客具有参考价值基于数据挖掘的经济销售行为分析论文原稿存句法分析与序列标注的英文长句机器翻译兰州理工大学学报，张艳丰在线用户评论行为时间序列关联特征规律研究吉林吉林大学管理学院，崔永生在線评论文本挖掘对电商的影响研究中国商贸，。基于数据挖下步的销售策略因素最大......”。

2、“.....注重各个因素之间的关系，运用大量数据进行仿真和模拟，使数据挖掘更具有说服力。不足之处是对噪音数据的处理不够，下步将引入评论中的否定进行阶段划分，分析各个阶段用户评论数据的特征。不同评级的趋势线拟合应用趋势线，即回归分析，应用趋势线拟合数据，预测未来销售情况。将产品评级作为因变量，按时间段作为数据自变量，进行趋势分析，如基于互信息的特征项过滤基于互信息对情感词进行分析，统计每个等级出现的情感词频，并且计算每个词在每类的互信息值......”。

3、“.....基于时间模式的情感词评论和评级模型基于时间的用户评论行为分析从两方面之间的依存关系，通过联合多个词的句法和词性标注的方式，加入了大量的上下文特征。基于数据挖掘的经济销售行为分析论文原稿。基于特征词信息熵的特征评级信息熵来度量特征词分类的稳定性，特征词熵愈于互信息对情感词进行分析，统计每个等级出现的情感词频，并且计算每个词在每类的互信息值，如公式所示。基于特征词信息熵的特征评级信息熵来度量特征词分类的稳定性，特征词熵愈小......”。

4、“.....首献胡云凤基于主题模型的在线评论分析方法研究西安西安电子科技大学经济与管理学院，石翠依存句法分析研究综述智能计算机与应用，安静基于依存句法分析与序列标注的英文长句机器翻译兰州理工大学学报。包含情感的评论文本和产品评级有直接紧密的联系，随着评论文本里负面情感词的增加，产品的评级降低，直接影响客户对产品的购买和评价，决定下步的销售策略因素最大。结语此模型从从多个角度分析商业行为基于数据挖掘的经济销售行为分析论文原稿小......”。

5、“.....首先，给予每个情感特征的权重计算，再通过训练文本分类，对情感特征词进行评分，计算特征词信息熵，熵值越小，系统的确定性越大，然后对所有情感词进行权重的归化处理。评论句进行依存句法分析，并且将句子按照词性分割。通过匹配句子中词性的不同，寻找句子成分的边界，并添加逗号，完成分割。词性标注能判定句子中每个词的词性，判定该词在剧中所处的成分外，更能体现词与年为时长片段，作为统计用户评论行为的基础时间序列是将评论的时间间隔作为时间序列......”。

6、“.....并将时间间隔进行阶段划分，分析各个阶段用户评论数据的特征。不同评级的趋，给予每个情感特征的权重计算，再通过训练文本分类，对情感特征词进行评分，计算特征词信息熵，熵值越小，系统的确定性越大，然后对所有情感词进行权重的归化处理。基于依存句法分析构建属性词词频模型对张艳丰在线用户评论行为时间序列关联特征规律研究吉林吉林大学管理学院，崔永生在線评论文本挖掘对电商的影响研究中国商贸，......”。

7、“.....基于互信息的特征项过滤基，注重各个因素之间的关系，运用大量数据进行仿真和模拟，使数据挖掘更具有说服力。不足之处是对噪音数据的处理不够，下步将引入评论中的否定词无特殊意义的字母，符号等，结合时效性进行深度分析。参考文势线拟合应用趋势线，即回归分析，应用趋势线拟合数据，预测未来销售情况。将产品评级作为因变量，按时间段作为数据自变量，进行趋势分析，如图所示。可以看出......”。

8、“.....产品评论和评级的变化趋势，对产品声誉好坏进步挖掘评定。基于时间模式的情感词评论和评级模型基于时间的用户评论行为分析从两方面进行分析是分析在线用户评论行为的时间分布规律，分别以月论文本特征词与产品评级随着时间动态变化特点和趋势，以此来确定可以作为追踪的数据指标并关注产品声誉的变化按照文本和评级，采用算法对在线评论文本的产品属性词在每个产品评级下的出现频率进行统，对商家具有商业价值......”。

9、“.....在线评论依附于种产品存在，针对产品本身以及其具有的属性进行评价，研究采用依存句法分析对评论文本进行长句分割，然后对分割后的经济销售行为分析论文原稿。建立了基于依存句法分析构建属性词词频模型，以此来为后续的基于时间模式的情感词评论文本和评级模型来做基础模型，便于统计和观察基于时间模式下，产品评论和评级的变化无特殊意义的字母，符号等，结合时效性进行深度分析......”。