摘要：随着互联网时代的到来，电子商务开始兴起并飞速发展，人们购买商品不再局限于线下，越来越多的人开始通过线上进行交易。网购的繁荣也预示着海量用户评论信息的产生。消费者通过评论信息可获取对商品的认知来决定是否购买，商家也可通过评论信息获取用户对商品的反馈来制定销售策略。本论文以京东手机电池类目下的用户评论数据为研究对象，搭建基于深度学习的用户评论情感倾向分析系统。本系统通过对原始数据进行预处理、文本分词、停用词过滤等操作生成实验数据，并使用多维度的卷积神经网络对实验数据进行建模。该系统可实现快速对海量用户评论进行情感倾向判断，获得用户对商品的正负面情感值，以此来有效地帮助消费者和商家做出决策，提升用户满意度和商品销量。

关键词：用户评论；情感分析；深度学习；卷积神经网络

目录

摘要

Abstract

1.引言-4

1.1研究背景-4

1.2研究现状-4

1.3研究目标与研究内容-5

1.4论文组织结构-6

2.自然语言处理的相关理论-6

2.1中文分词理论-6

2.2词嵌入概述-7

2.3短文本分类算法-9

3.神经网络结构及原理-9

3.1全连接神经网络-9

3.2卷积神经网络-10

3.2.1卷积层-10

3.2.2池化层-11

3.3正则化与Dropout-12

3.4 Softmax回归-13

4.用户评论情感算法系统实现-13

4.1工具与环境-13

4.2总体流程-14

4.3具体步骤-15

4.3.1数据采集模块-15

4.3.2数据预处理模块-16

4.3.3文本分词及停用词过滤模块-17

4.4.4文本向量化及文本填充模块-18

4.4.5数据采样及划分模块-19

4.4.6深度神经网络计算模块-21

5.实验设计与结果分析-22

5.1实验流程回溯-22

5.2实验结果与分析-23

5.2.1评价指标-23

5.2.2实验结果与分析-23

6.局限性和展望-24

参考文献-25

致谢-26

模型代码-26