摘要

随着电商行业的蓬勃发展,网上购物逐渐取代线下商店成为最受欢迎的购物方式之一。因此从海量的商品评价中挖掘出有用的信息,对顾客购买商品和商家提高服务质量具有重要的意义。在深度学习背景下,论文在关键词提取中对TF-IDF算法进行改进,主要是关键词权重的优化。实验结果表明,基于论文改进的算法构建的商品评论模型比传统的模型分类效果好。