%A 沈卓,李艳 %T 基于PreLM-FT细粒度情感分析的餐饮业用户评论挖掘 %0 Journal Article %D 2020 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2019.0146 %P 63-71 %V 4 %N 4 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4816.shtml} %8 2020-04-25 %X

【目的】 从大量用户评论中分析用户偏好,发现产品或服务的不足并提供改进依据。【方法】 选取大众点评网有关餐饮业的用户评论数据,对大量无监督语料进行预训练;用少量的标签数据微调预训练语言模型;对产品评论中各属性进行情感得分量化,并结合KANO模型分析用户对产品或服务的偏好。【结果】 将餐饮业用户的产品评论数据转化为用户对产品或服务的偏好。【局限】 运用KANO模型时,默认将所有用户对产品某属性的偏好视为一致,导致整体偏好分析不准确。【结论】 采用PreLM-FT细粒度情感分析,能够在仅有少量标签数据的情境下,将用户评论数据转化为用户偏好得分。