产品评级的最佳算法
best algorithm for product rating
我正在实施一个使用情绪分析的系统,这将帮助用户获得关于产品的真实用户体验。使用情绪分析,我认识到没有正面评论,也没有负面评论和每个产品的情绪评分.现在我想用这些因素给产品打分。有没有什么算法可以做到这一点。
基本上我想使用没有正面评论和负面评论以及产品的情绪评分来评价产品..如果有人知道任何算法请告诉我..
StanfordNLP 是一个很好的情感分析库。
您可以为您的参数添加权重(可能喜欢使用 多因素排名 ,其中对正面和负面评论进行计数并赋予单独的权重)并使用中建议的简单公式评论(假设参数的 none 为 0),但这有一个潜在的问题,具有 5 个正面评论和 1 个负面评论的产品将排名高于 50 个正面和 20 个 negatives.So,可能有关于产品的年龄(年龄)和每天的平均正面评价分数是多少将是一个好主意。
您可以使用 Age 为评论提供权重。
See this link for not sorting by average rating
一个建议是根据喜欢和不喜欢范围的总和创建集群(您可能喜欢使用每天的平均正面评价来更改产品集群,这将使具有大量正面评价的新产品排名更高)和然后使用加权算法,但是需要进行两次排序,先在簇内排序,然后在簇内排序。
我正在实施一个使用情绪分析的系统,这将帮助用户获得关于产品的真实用户体验。使用情绪分析,我认识到没有正面评论,也没有负面评论和每个产品的情绪评分.现在我想用这些因素给产品打分。有没有什么算法可以做到这一点。
基本上我想使用没有正面评论和负面评论以及产品的情绪评分来评价产品..如果有人知道任何算法请告诉我..
StanfordNLP 是一个很好的情感分析库。
您可以为您的参数添加权重(可能喜欢使用 多因素排名 ,其中对正面和负面评论进行计数并赋予单独的权重)并使用中建议的简单公式评论(假设参数的 none 为 0),但这有一个潜在的问题,具有 5 个正面评论和 1 个负面评论的产品将排名高于 50 个正面和 20 个 negatives.So,可能有关于产品的年龄(年龄)和每天的平均正面评价分数是多少将是一个好主意。 您可以使用 Age 为评论提供权重。 See this link for not sorting by average rating
一个建议是根据喜欢和不喜欢范围的总和创建集群(您可能喜欢使用每天的平均正面评价来更改产品集群,这将使具有大量正面评价的新产品排名更高)和然后使用加权算法,但是需要进行两次排序,先在簇内排序,然后在簇内排序。