基于 RoBERTa 的 Amazon 评论情感分析：决策制定的实证研究

Xinli Guo

基于 RoBERTa 的 Amazon 评论情感分析：决策制定的实证研究

机器学习 2024-11-05 v1 人工智能应用统计

作者: Xinli Guo

摘要

在本研究中，我们利用最先进的自然语言处理（NLP）技术对 Amazon 产品评论进行情感分析。通过采用基于 Transformer 的模型 RoBERTa，我们分析了大量数据集以得出准确反映评论情感基调的情感分数。我们深入解释了这些模型的基本原理，并评估了它们在生成情感分数方面的性能。进一步地，我们进行了全面的数据分析和可视化，以识别情感分数中的模式和趋势，考察其与行为经济学原理的一致性，如电子口碑（eWOM）、消费者情绪反应和确认偏差。我们的研究结果证明了先进 NLP 模型在情感分析中的有效性，并为消费者行为提供了有价值的见解，对战略决策和营销实践具有启示意义。

关键词

情感分析 RoBERTa Amazon 评论自然语言处理 Transformer 消费者行为决策制定

引用

@article{arxiv.2411.00796,
  title  = {Sentiment Analysis Based on RoBERTa for Amazon Review: An Empirical Study on Decision Making},
  author = {Xinli Guo},
  journal= {arXiv preprint arXiv:2411.00796},
  year   = {2024}
}

备注

Master's thesis

基于 RoBERTa 的 Amazon 评论情感分析：决策制定的实证研究

摘要

关键词

引用

备注

相关论文