基于差异特征提取的电子商务产品页面消费者情感预测研究
《Computation》:Evaluating Difference-Based Dynamic Features for E-Commerce Content-Related Sentiment Classification Using a Fine-Tuned LightGBM Model
【字体:
大
中
小
】
时间:2026年10月24日
来源:Computation 2.6
摘要
对电子商务服务的日益依赖产生了大量的产品相关信息和消费者意见,使得对产品页面演变和消费者情感的分析成为可能。然而,重复的产品页面观测并不能直接反映时间变化,除非提取各快照之间的差异。本研究提出了一种基于差异的动态特征提取方法,使用时间归一化的数值差异和TF-IDF余弦距离。所提取的特征与原始产品相关特征相结合,并使用调优后的LightGBM进行评估,以预测先前已观测产品在后继观测中占主导地位的细粒度产品相关消费者情感(FG-CSrP)类别。性能通过扩展的时间验证窗口和独立的时间保留集进行评估。进一步使用LightGBM基于增益的重要性分析和组级排列重要性分析来考察特征的贡献。在最终保留集上,基线设置和原始+动态设置分别取得了0.8710和0.8616的宏平均F1分数,表明动态特征并未带来明显改善。额外的基准测试和鲁棒性分析突显了时间稳定性、对未见产品泛化能力的有限性,以及LightGBM相较于正则化逻辑回归在宏平均F1方面的优越表现。LightGBM基于增益的分析和组级排列重要性分析表明,原始产品相关特征对预测性能贡献最大。总体而言,基于差异的特征显式地表示了不断演变的电子商务内容的变化,尽管这些特征并未展现出额外的预测增益。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号