【机器学习】机器学习在电商文本挖掘中的应用浅析

电商平台中有海量的非结构化文本数据,如商品描述、用户评论、用户搜索词、用户咨询等。这些文本数据不仅反映了产品特性,也蕴含了用户的需求以及使用反馈。通过深度挖掘,可以精细化定位产品与服务的不足。下面描述了电商平台下机器学习在文本挖掘的应用例子。

1

用户评论分类

场景

用户评论能反映出用户对商品、服务的关注点和不满意点。评论从情感分析上可以分为正面与负面。细粒度上也可以将负面评论按照业务环节进行分类,便于定位哪个环节需要不断优化。

机器学习模型

主题聚类、词向量计算。传统的机器学习分类模型在评论分类上的精度表现一般,但基于语义的角度进行分类可以有效提高精度。即便如此,在语义类别描述的特征挖掘时,机器学习中的主题聚类、词向量挖掘技术也不可或缺。

2

搜索词的需求识别

场景

用户搜索行为是电商平台上用户购物的常用入口,是用户需求的强体现。将用户搜索词分别归一到具体的品类需求,这是对搜索词的需求分类。

机器学习模型

基于用户点击模型和文本语义关联的模型,在整个过程中应用到回归预测、文本分类等。

3

商品标签挖掘

场景

通常电商平台需要对商品的功能或风格加上直观的标签,便于用户查找。那么如何从海量的商品描述去挖掘标签并给商品打上合适的标签呢。

机器学习模型

聚类与分类技术能大幅减轻人工上的操作。先对商品描述文本预处理,然后进行标签主题聚类,找出标签主题的词分布概率作为特征库。再根据主题标签对应的词分布概率,利用机器学习分类模型去预测商品所属的标签。

4

商品咨询挖掘

场景

商品咨询可以体现用户对商品的需求点,有利于需求与服务精确定位。

机器学习模型

不管是咨询语料的特征词库挖掘,还是咨询短文本的意图识别,始终要以机器学习与自然语言处理技术作为基础。

另外,深度学习作为机器学习中的热门分支,不仅在图像和语音上有卓越的表现,在自然语言处理上也有应用亮点。

以用户的负面评论分类为例,浅析深度学习在自然语言处理上的应用。电商平台上,用户的负面评论的是千千万万细微而散落的点,但我们要将这些点聚集成若干个团,这是一个聚类问题。聚类处理后的点与团,如何直观的展示出来,这是个数据可视化问题。

如图所示,我们抽取负面评论中与业务环节相关的语料进行训练,用WORD2VECTOR生成词向量,再通过PCA降维,将高维词向量低维化,然后将词在二维图上展示出来。可以直观的看出物流、售后、促销环节是关注点。

原文发布于微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文发表时间:2015-11-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据科学与人工智能

【教程】机器学习Python教程:1机器学习

机器学习是一种编程,它使计算机能够在没有显式编程的情况下自动地从数据中学习。换句话说,这意味着这些程序通过学习数据来改变它们的行为。

1252
来自专栏AI派

吴恩达|机器学习秘籍(Machine Learning Yearning)

人工智能(AI)、机器学习(Machine Learning )和深度学习(Deep Learning )正在改变很多行业,吴恩达(Andrew Ng)老师编写...

1704
来自专栏机器之心

前沿 | 上交大&南科大最新PRL论文:成功用机器学习实现量子态分类器

据介绍,目前学术界对量子机器学习这一交叉领域包括两方面研究:一方面是利用量子力学的相干叠加或者纠缠等特性,构建能有实现加速的量子机器学习算法,如量子版本的 PC...

1370
来自专栏大数据文摘

深度丨掌握地球?智能机器带来的真正风险

1594
来自专栏企鹅号快讯

一次搞定多种语言:Facebook展示全新多语言嵌入系统

选自code.facebook 作者:Ves Stoyanov、Necip Fazil Ayan 机器之心编译 传统的自然语言处理系统只能对应于特定语言,如果想...

2027
来自专栏IT派

21张知识卡,告诉你推荐系统的核心技术

推荐系统目前已经深入到了互联网的各类产品中。不管是到电子商务网站购物,还是到新闻阅读网站获取信息,甚至是在出行的时候希望听到不同的音乐,不同种类的推荐系统都在我...

1270
来自专栏BestSDK

今日头条公布算法:解密“垃圾信息”是如何诞生的

“算法分发并非是把所有决策都交给机器,我们会不断纠偏,设计、监督并管理算法模型。”曹欢欢希望这次分享能让更多的人理解算法,并共同参与到算法模型的制定中来。此外,...

4388
来自专栏社区的朋友们

个性化资讯推荐算法 ( 下 )

头条为何能取得成功?很多人会说是头条的个性化推荐技术做得好,个人认为其实不尽然。本文罗列了相关的个性化推荐技术,特别是资讯推荐常用的算法,带大家从“内行”的角度...

1.9K0
来自专栏CreateAMind

中文简短的《神经网络与深度学习》极佳入门书-出自量子物理学家

1291
来自专栏机器人网

程序猿:这四种方式开启机器学习之路

学习机器学习有很多方法,大多数人选择从理论开始。 如果你是个程序员,那么你已经掌握了把问题拆分成相应组成部分及设计小项目原型的能力,这些能力能帮助你学习新的技...

2937

扫码关注云+社区

领取腾讯云代金券