本文以清明上河园为研究对象,利用爬虫技术采集大众点评网站近5年的景区评论数据,通过ROST CM 6内容分析软件对文本内容进行词频分析,获取排名前100的高频词,随后进行社会语义网络分析和情感分析,得出景区的使用后评价。结果表明:游客...本文以清明上河园为研究对象,利用爬虫技术采集大众点评网站近5年的景区评论数据,通过ROST CM 6内容分析软件对文本内容进行词频分析,获取排名前100的高频词,随后进行社会语义网络分析和情感分析,得出景区的使用后评价。结果表明:游客对清明上河园旅游感知强烈,满意度较高,游客的情感倾向以积极情绪为主,但在交通、美食和服务等方面仍存在一些问题。基于此,提出了相关建议:景区应从深耕文化内涵、提升配套设施、加强景区管理、加大宣传力度等方面着手,进一步提升游客的文化旅游体验。展开更多
现有的基于评论与评分的方法通常使用相同的模型分别对用户和项目进行建模,但其局限在浅层特征层面,如果能够充分挖掘用户个性化偏好与项目深层特征,则会促进模型学习两种表示之间更深层次的关系从而提升预测结果.因此,本文提出一种融...现有的基于评论与评分的方法通常使用相同的模型分别对用户和项目进行建模,但其局限在浅层特征层面,如果能够充分挖掘用户个性化偏好与项目深层特征,则会促进模型学习两种表示之间更深层次的关系从而提升预测结果.因此,本文提出一种融合评论与评分的个性化推荐方法,用于深度挖掘用户偏好与项目特征.在对评论文本进行处理的过程中,首先通过ALBERT获得评论文本中单词的向量表示.其次,提出的个性化注意模块将用户的个性化偏好信息与评论文本向量结合,得到深层的基于评论的用户表示.在Amazon Digital Music、Grocery and Gourmet Food、Video Games数据集上进行实验,本文方法较基准方法在NDCG指标上分别提升了5%、11%、8%.代码已在https://github.com/ZehuaChenLab/paperCode/tree/main/DuWenNa/PRM-RR公开.展开更多
为了提高木雕文创产品设计工作效率,提高用户对其使用的满意度,提升其市场竞争力,构建出一种人工智能生成内容(AIGC)赋能下的木雕文创产品设计路径。首先,基于消费者在线评论文本,采用文本挖掘技术提取用户需求,以确保设计方案可满足市...为了提高木雕文创产品设计工作效率,提高用户对其使用的满意度,提升其市场竞争力,构建出一种人工智能生成内容(AIGC)赋能下的木雕文创产品设计路径。首先,基于消费者在线评论文本,采用文本挖掘技术提取用户需求,以确保设计方案可满足市场需求。其次,利用Chat GPT将用户需求转化为具体设计特征,并以此为基础整合生成提示词,以明确设计实践的创意方向;最后,借助MidJourney工具输入提示词生成多种木雕钥匙扣设计方案,并采用TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法对其进行系统化评估与优化,从而筛选出最优方案。研究表明该方法可高效捕捉用户偏好,并快速生成具备创新性及市场价值的设计方案,为传统工艺与现代人工智能技术融合提供参考路径。基于AIGC赋能下的木雕文创产品设计方案可极大满足用户需求,并提高木雕文创产品设计开发效率,其可为木雕产业的数字化转型与创新升级提供理论支持及实践指导。展开更多
文摘本文以清明上河园为研究对象,利用爬虫技术采集大众点评网站近5年的景区评论数据,通过ROST CM 6内容分析软件对文本内容进行词频分析,获取排名前100的高频词,随后进行社会语义网络分析和情感分析,得出景区的使用后评价。结果表明:游客对清明上河园旅游感知强烈,满意度较高,游客的情感倾向以积极情绪为主,但在交通、美食和服务等方面仍存在一些问题。基于此,提出了相关建议:景区应从深耕文化内涵、提升配套设施、加强景区管理、加大宣传力度等方面着手,进一步提升游客的文化旅游体验。
文摘现有的基于评论与评分的方法通常使用相同的模型分别对用户和项目进行建模,但其局限在浅层特征层面,如果能够充分挖掘用户个性化偏好与项目深层特征,则会促进模型学习两种表示之间更深层次的关系从而提升预测结果.因此,本文提出一种融合评论与评分的个性化推荐方法,用于深度挖掘用户偏好与项目特征.在对评论文本进行处理的过程中,首先通过ALBERT获得评论文本中单词的向量表示.其次,提出的个性化注意模块将用户的个性化偏好信息与评论文本向量结合,得到深层的基于评论的用户表示.在Amazon Digital Music、Grocery and Gourmet Food、Video Games数据集上进行实验,本文方法较基准方法在NDCG指标上分别提升了5%、11%、8%.代码已在https://github.com/ZehuaChenLab/paperCode/tree/main/DuWenNa/PRM-RR公开.
文摘为了提高木雕文创产品设计工作效率,提高用户对其使用的满意度,提升其市场竞争力,构建出一种人工智能生成内容(AIGC)赋能下的木雕文创产品设计路径。首先,基于消费者在线评论文本,采用文本挖掘技术提取用户需求,以确保设计方案可满足市场需求。其次,利用Chat GPT将用户需求转化为具体设计特征,并以此为基础整合生成提示词,以明确设计实践的创意方向;最后,借助MidJourney工具输入提示词生成多种木雕钥匙扣设计方案,并采用TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法对其进行系统化评估与优化,从而筛选出最优方案。研究表明该方法可高效捕捉用户偏好,并快速生成具备创新性及市场价值的设计方案,为传统工艺与现代人工智能技术融合提供参考路径。基于AIGC赋能下的木雕文创产品设计方案可极大满足用户需求,并提高木雕文创产品设计开发效率,其可为木雕产业的数字化转型与创新升级提供理论支持及实践指导。
