Sentiment Analysis of E-commerce Consumer Based on Product Delivery Time Using Machine Learning

二元曲线 三元曲线 随机森林 计算机科学 朴素贝叶斯分类器 决策树 情绪分析 人工智能 机器学习 产品(数学) 支持向量机 采购 个性化 自然语言处理 万维网 数学 营销 业务 几何学
作者
Hasnur Jahan,Abu Kowshir Bitto,Md. Shohel Arman,Imran Mahmud,Shah Fahad Hossain,Rakhi Moni Saha,Md. Mahfuj Hasan Shohug
出处
期刊:Lecture notes on data engineering and communications technologies 卷期号:: 649-661 被引量:3
标识
DOI:10.1007/978-981-19-2347-0_51
摘要

In this modern era, e-commerce sites, online selling, and purchasing are at the top of the list. Product quality and delivery time usually divert people’s sentiments about e-commerce. We conducted a sentiment analysis of consumer comments on Daraz and Evaly’s Facebook pages, and data were gathered from these two pages comments of Facebook. We evaluated the mood of client comments in which they expressed their opinions and experience regarding e-commerce pages services. With diverse models such as logistics regression, decision tree, random forest, multinomial naive Bayes, K-neighbors, and linear support vector machine in n-grams, we employ unigram, bigram, and trigram features. With 90.65 and 89.93% accuracy in unigram and trigram, random forest is the most accurate. With an accuracy of 88.49% in bigram, decision tree is the most accurate. Among the finest fits are the unigram feature and random forest.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
慕青应助悲凉的小蚂蚁采纳,获得10
2秒前
111发布了新的文献求助10
3秒前
3秒前
刻苦海豚发布了新的文献求助10
3秒前
研友_VZG7GZ应助MM采纳,获得10
3秒前
4秒前
galioo3000发布了新的文献求助10
5秒前
科研通AI2S应助小青柠采纳,获得10
5秒前
内向代珊发布了新的文献求助10
6秒前
8秒前
10秒前
田様应助樊珩采纳,获得10
10秒前
Hui_2023发布了新的文献求助10
10秒前
九秋霜发布了新的文献求助30
11秒前
酷波er应助淡淡的大雁采纳,获得10
12秒前
结实初翠发布了新的文献求助20
12秒前
13秒前
14秒前
14秒前
aaa完成签到 ,获得积分10
15秒前
16秒前
16秒前
17秒前
乐乐应助lewisll采纳,获得10
18秒前
bkagyin应助qsy采纳,获得10
19秒前
熊熊熊发布了新的文献求助10
20秒前
030关闭了030文献求助
21秒前
大个应助内向代珊采纳,获得10
21秒前
Triones完成签到,获得积分10
21秒前
22秒前
TIAN发布了新的文献求助10
23秒前
24秒前
ZhouTY发布了新的文献求助10
26秒前
科研通AI2S应助熊猫采纳,获得10
26秒前
wy.he应助合适靖儿采纳,获得10
28秒前
桐桐应助TIAN采纳,获得10
28秒前
29秒前
小二郎应助冬虫夏草采纳,获得10
29秒前
Lucas应助诚心的醉卉采纳,获得10
32秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3050909
求助须知:如何正确求助?哪些是违规求助? 2708236
关于积分的说明 7412010
捐赠科研通 2352411
什么是DOI,文献DOI怎么找? 1245174
科研通“疑难数据库(出版商)”最低求助积分说明 605463
版权声明 595796