文献类型：期刊文章

作　　者：蒋翠清[1,2] 王齐林[1] 刘士喜[1,3] 丁勇[1,2] 刘尧[1]

机构地区：[1]合肥工业大学管理学院,安徽合肥230009 [2]过程优化与智能决策教育部重点实验室,安徽合肥230009 [3]滁州学院计算机与信息工程学院,安徽滁州239000

出　　处：《中国管理科学》

基　　金：国家自然科学基金重点资助项目(7133100);教育部博士点基金资助项目(2012JYBS0848);教育部人文社会科学基金资助项目(13YJA630037)

年　　份：2014

卷　　号：22

期　　号：S1

起止页码：677-685

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2014_2016、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：随着国内汽车产业的不断发展以及社会媒体的普及,从社会媒体中获取用户反映的汽车缺陷的重要性日益凸显。本文针对现有汽车缺陷发现研究中存在的分类过程需要大量人工标注,以及根据产品部件对缺陷内容进行分类不完全适用等问题,构建了基于中文社会媒体的汽车缺陷识别框架及汽车缺陷特征集,研究了利用Tritraining半监督学习算法进行汽车产品缺陷分类的方法以及利用LDA进行汽车产品缺陷主题建模的方法,并进行了相关实验。实验结果表明,本文所提出的方法能够有效地识别出中文社会媒体中的汽车缺陷,并在效率和精准度上都有较好的表现。

关 键 词：汽车缺陷 中文社会媒体  半监督学习 主题模型

分 类 号：F426.471]