Retailrocket recommender system dataset 是一个真实电子商务网站用户的行为数据,包括4.5个月内网站访问者的行为数据,行为分为3类:点击、加入购物车、交易。总计由1407580位访问者的2756101个行为事件,其中浏览行为2664312、添加到购物车行为69332、22457个交易行为。
2022-05-09 11:56:27 299.74MB 推荐系统 商品评论
1
基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习的商品评论情感分析,毕业设计项目源码 基于机器学习
2022-05-04 16:05:54 66.66MB 机器学习
基于机器学习的商品评论情感分析——毕业设计项目.zip 大学生课程设计 基于机器学习的课程设计 自己大二写的课程设计
2022-04-22 18:05:09 66.66MB 机器学习 人工智能
用Python做数据商品情感分析(商品评论数据情感分析)-附件资源
2022-04-10 15:25:16 23B
1
1、内容概要:资源主要包括:中文商品评论情感判别源代码和数据集。中文情感分析 商品(书籍、酒店、计算机、牛奶、手机、热水器)评论数据包括pos积极评论数据和neg消极评论数据。源代码svm_w2v_model.py 是基于Word2vec生成词向量,求平均获得句向量,构建SVM模型完成文本评论情感预测。 2、本资源适用于初学者学习文本分类使用,主要包括数据预处理、机器学习、文件的读取和写入等。
2022-04-09 12:06:25 1.94MB 文本分类 机器学习
item_review-获得淘宝商品评论[查看演示] onebound.taobao.item_review 请求参数:num_iid=600530677643&data=&page=1 参数说明:num_iid:淘宝商品ID 返回值说明 名称 类型 是否隐私 示例值 描述 pics MIX [“//img.alicdn.com/bao/uploaded/i4/O1CN01Zmq4QI1dqwnpBIxmX_!!0-rate.jpg”] 评论图片 auction_sku String 颜色:白色(加绒);尺码:2XL 评论商品属性 cms_source String 天猫 来源 disp
2022-02-23 23:17:09 30KB em ie ite
1
基于LDA对电商商品评论进行情感分析-附件资源
2022-02-21 18:16:38 23B
1
使用python爬取电商平台的商品评论,对评论进行情感分析、主题分析,使用机器学习生成算法模型,搭建flask框架进行可视化展示,使用前请查看说明文档
2022-02-13 09:33:37 22KB python 电商评论 flask 情感分析
1
1.包含10个特征,568454条数据。 2.数据分析过程见https://www.yuque.com/shishuaishuaiya/1011
2022-02-09 09:13:43 118.65MB 数据集 Amazon 机器学习 数据分析
1
美国视频游戏销售和评价数据
1