智能互联产品(smart and connected products,SCPs)融合物联网与人工智能技术,依托嵌入式传感器和网络连接实现实时交互,已然成为智能家居、工业4.0及智慧城市发展的核心驱动力。用户评论作为反映消费者需求与满意度的重要数据源,为优...智能互联产品(smart and connected products,SCPs)融合物联网与人工智能技术,依托嵌入式传感器和网络连接实现实时交互,已然成为智能家居、工业4.0及智慧城市发展的核心驱动力。用户评论作为反映消费者需求与满意度的重要数据源,为优化产品设计和提升用户体验提供了关键依据。针对现有情感分析方法在复杂语义建模、模糊语言量化和可解释性方面的不足,本文提出一种综合情感分析框架以及满意度分析方法。首先,采用双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)精准捕捉评论文本的语义关联;其次,利用概率语言术语集(probabilistic linguistic term set,PLTS)量化模糊语言的不确定性;再者,通过Shapley加性解释(Shapley additive explanations,SHAP)揭示特征对情感预测的贡献;最后,结合SHAP和重要性-满意度分析(importance-performance analysis,IPA)以生成优化优先级建议。本文以智能音箱为例,通过实验验证所提情感分析框架的有效性,测试集F1分数达0.967,AUC达0.979,显著优于传统方法。因此,本文不仅有助于完善SCPs的情感分析,还为产品功能优化和个性化推荐提供科学依据与实践指导。展开更多
文摘智能互联产品(smart and connected products,SCPs)融合物联网与人工智能技术,依托嵌入式传感器和网络连接实现实时交互,已然成为智能家居、工业4.0及智慧城市发展的核心驱动力。用户评论作为反映消费者需求与满意度的重要数据源,为优化产品设计和提升用户体验提供了关键依据。针对现有情感分析方法在复杂语义建模、模糊语言量化和可解释性方面的不足,本文提出一种综合情感分析框架以及满意度分析方法。首先,采用双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)精准捕捉评论文本的语义关联;其次,利用概率语言术语集(probabilistic linguistic term set,PLTS)量化模糊语言的不确定性;再者,通过Shapley加性解释(Shapley additive explanations,SHAP)揭示特征对情感预测的贡献;最后,结合SHAP和重要性-满意度分析(importance-performance analysis,IPA)以生成优化优先级建议。本文以智能音箱为例,通过实验验证所提情感分析框架的有效性,测试集F1分数达0.967,AUC达0.979,显著优于传统方法。因此,本文不仅有助于完善SCPs的情感分析,还为产品功能优化和个性化推荐提供科学依据与实践指导。
