文献类型：期刊文章

作　　者：刘逸[1] 孟令坤[2] 保继刚[2] 赵创钿[3,4]

Liu Yi

机构地区：[1]中山大学旅游学院旅游管理与规划系 [2]中山大学旅游学院 [3]深圳市腾讯计算机系统有限公司 [4]北京大学信息科学技术学院

出　　处：《复印报刊资料（旅游管理）》

基　　金：教育部人文社会科学研究一般项目(19YJAZH060);广东省专项课题(CD20SQ21)资助。

年　　份：2022

期　　号：3

起止页码：54-64

语　　种：中文

收录情况：普通刊

摘　　要：利用用户生产的数据捕捉消费者行为是管理学领域的前沿话题之一,随着海量用户生产数据日渐丰盈,以机器学习为代表的数据处理模型凭借处理效率极高的优势,得到高度重视和应用。本研究基于旅游评论数据,选择基于词典和语义规则的TSE模型与6个机器学习模型展开效度对比研究。在方法上使用问卷调查和游客原始赋分两套数据,对上述7个模型的情感计算模型进行交又校验。研究发现机器学习算法已经可以实现较高的捕捉精度,其中Softmax模型表现最好,但整体未能对语义算法形成压倒性优势;TSE模型排名第二,稳定性最佳,而深度学习算法在商业评论数据分析场景下仍然具有一定的不确定性。本研究肯定了传统机器学习算法在管理领域应用的优势,以及人工计算模型在管理信息系统领域的研究价值,直接推动了十余年来管理信息系统领域中关于情感捕捉技术的研究进程。

关 键 词：信息管理 情感计算 TSE模型  机器学习  深度学习  

分 类 号：TP391.1] TP181[计算机类]