标签：model 关联 头脑风暴 量化 提高 使用 mod iam 概念
我的工程实践是《基于情感词典的文本情感分析》，下面是以我的工程实践为例来进行业务建模。
♦1）收集应用领域信息
–关注功能要求–还考虑其他需求和文档
本次项目主要是针对京东手机评论的情感分析，分析提取评论的情感偏向和主题词。通过分析某款手机的评论，得知商品的特点，即可以帮助商家改进产品，也可以满足消费者不同的需求。
♦2）头脑风暴
–列出重要的应用程序域概念–列出它们的属性–列出它们之间的关系
1.获取数据集：本次项目主要是针对京东手机评论的情感分析，获取数据集的主要方法有网络爬虫、利用开源的API获取、下载现成的数据集。
2.数据预处理：主要工作是对获取的数据集进行去噪，包括删去重复值、处理缺失值，然后为情感分析作准备，包括分词、去除停用词、文本向量化。
3.构建领域情感词典：主要使用的是一些公开的情感词典，再基于语义相识度的方法进行扩充，整合成特定领域的情感词典。
4.情感分析：主要使用情感词典的方法，同时可以使用一些机器学习的方法来提高准确性。
5.提取主题：使用LDA模型来挖掘文本的主题。
♦3）将领域概念分为：
–类–属性/属性值–关系
•关联，继承，聚合
1.获取数据集。商品评论：网络爬虫抓取数据（）、利用开放API获取（）、下载公开数据集（）
2.数据预处理。商品评论：去重（）、分词（）、去除停用词（）、文本向量化（）
3.构建领域情感词典。情感词典：整合公开情感词典（）、计算语义相识度（）
4.情感分析。商品评论：情感词典：基于情感词典的方法（）、基于机器学习的方法（）
5.提取主题。商品评论：情感词典：LDA模型（）
♦4）使用UML类图记录结果：
标签：model 关联 头脑风暴 量化 提高 使用 mod iam 概念
原文地址：https://www.cnblogs.com/zcs224/p/11923143.html
