文件名称:
Improving_Yelp_Ratings_with_ML：我们在此小组项目中的目标是将Yelp评论中的NLP和其他功能应用于输出新的5星级的模型中，以使评论和星级之间的差异减少。 为了使我们的模型更加健壮，我们还将基于阅读评论的新用户星
开发工具:
文件大小: 16mb
下载次数: 0
上传时间: 2021-02-03
详细说明：通过规范审稿人情绪来改善Yelp审阅体验
球队：
安吉拉·德特威勒（Angela Detweiler）
熙熙
林
贝瑟斯特·莫斯塔格尼（Behesteh Mostaghni）
数据集链接：Yelp的数据集在Kaggle重点是餐馆，
问题：在Yelp上搜索餐厅时，您是在看星级还是阅读评论？ 你们都看吗？ 鉴于评论是高度主观的，并且星级会受到业务绩效各个方面的影响，我们是否可以使用机器学习来标准化评论的解释？
目标：我们的目标是将Yelp评论中的自然语言处理（NLP）和其他功能应用于输出新的5星级的模型中，以使评论和星级之间的差异减少。 为了使我们的模型更加健壮，我们还将基于阅读评论的新用户星级（意味着未撰写评论的人仅根据评论文本给出了星级），以便将其添加到我们的模型中更好地反映了评论情绪。
假设：我们假设基于餐馆评论的NLP来自动进行星级评定会通过使评论者情绪正常化来改善Yelp的评论体验。
ML算法：
朴素贝叶斯
神经网络
K均值
LSTM
N-格拉姆
TD-IDF
线性回归
库：
脾气暴躁的
西皮
Scikit_学习
大熊猫
Matplotlib
NLTK
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
