NLPOR / SMP2018-task1
深度学习用于近日头条用户画像
☆27Updated 6 years ago
Alternatives and similar repositories for SMP2018-task1:
Users that are interested in SMP2018-task1 are comparing it to the libraries listed below
- CSDN用户画像 技术评测☆27Updated 6 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- csdn用户画像的源码☆20Updated 7 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 用户画像练手,,,,☆83Updated 8 years ago
- twitter用户画像☆34Updated 5 years ago
- 依据香港中文大学设计的规则系统,先用小样本评论建立初始关键词库,再结合18种句式逐条匹配评论,能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后,达到较高准确率的基础上,使用Tableau进一步分析数据,识别出客户集中关注的商品属性、普遍好评差评的商品属性;通过…☆53Updated 7 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆69Updated 9 years ago
- 计算新闻文本类情感分析(采用TF-IDF,余弦距离,情感依存等算法)☆58Updated 7 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆61Updated 9 years ago
- CSDN博客的关键词提取算法,融合TF,IDF,词性,位置等多特征。该项目用于参加2017 SMP用户画像测评,排名第四,在验证集中精度为59.9%,在最终集中精度为58.7%。启发式的方法,通用性强。☆30Updated 7 years ago
- 这是本人第一次数据算法比赛实录。主要整理记录2017年CCF大数据与计算智能竞赛使用的模型和实现代码,选择了基于主题的文本情感分析赛题。采用情感词典+自定义规则完成比赛,成绩:136/796。☆49Updated 7 years ago
- 基于卷积神经网络参数优化的情感分析论文code☆63Updated 7 years ago
- 针对手机评论数据的情感挖掘与分析项目,基于依存句法分析和情感词库提取特征词,并对特征词做情感极性预测标注。☆35Updated 8 years ago
- 针对微博的话题聚类实现☆49Updated 9 years ago
- NLP 以及相关的学习实践☆40Updated 3 years ago
- smp2018用户画像技术评测☆21Updated 6 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆47Updated 7 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆83Updated 6 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- CCF大数据比赛,基于主题的文本情感分析☆95Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆104Updated 7 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆117Updated 6 years ago
- Syntax and Ruler-Based Doc sentiment analysis 基于依存句法规则的篇章级情感分析demo☆107Updated 5 years ago
- 用于发现热议事件的新闻文本聚类算法的python实现☆35Updated 8 years ago
- 中文文本分类,包含了语料库的基本处理,Wiki_zh的处理等☆15Updated 6 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago
- lda模型的python实现☆30Updated 9 years ago
- 基于多通道卷积神经网络的汽车评论情感分析系统☆12Updated last year
- 中文文本情感分类利用cnn☆20Updated 5 years ago