《表4 河南景区正负面评论主题挖掘结果》
提示：宽带有限、当前游客访问压缩模式
负面评论按同样方法进行主题挖掘，并以可视化方式验证分类可行性，最后结合正面评论的挖掘结果，得到景区评论主题及相应的核心特征词如表4所示。
| 图表编号 | XD00151263900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 杨鑫、杨典、苏慧慧、宋卓远、杨秀璋、罗子江 |
| 绘制单位 | 贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院、贵州财经大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 主题挖掘结果：基于LDA主题模型和直觉模糊TOPSIS的农产品在线评论情感分析》2020.09.01
- 《表2 评语主题分析结果：基于文本挖掘的电影评论情感分析研究》2021.02.25
- 《表3 河南省5A级旅游景区平均每条微博的粉丝点赞量、评论量、转发量》2020.11.15
- 《表4 正面评论和负面评论研究结果汇总》2020.08.01
- 《表4 人工抽取的正负面词语举例》2020.10.08
- 《表1 网络数据来源：基于文本挖掘的河南省5A级景区旅游评价研究》2020.08.15
- 《表2 正面和负面评论情感分段统计结果》2020.04.01
- 《表4 话题情感分析结果：基于MOOC课程评论的话题挖掘与情感分析研究》2020.08.15
- 《表2 词汇库格式举例：基于情感分析的景点评论主题挖掘》2020.08.25
- 《表3 评论信息汇总概况：基于情感分析的景点评论主题挖掘》2020.08.25
- 《表1 情感分类：基于情感分析的景点评论主题挖掘》2020.08.25
- 《表4 武汉滨江带分区/分带正负面清单》2020.07.20
- 《表4 用户聚类结果：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表2 在线负面评论的因子分析结果》2020.01.15
- 《表5 人文类资源正负面评论高频情感词汇表》2019.10.06
- 《表4 自然类资源正负面评论高频情感词汇表》2019.10.06
- 《表4《美国经济评论》CTM主题模型结果》2019.06.30
- 《表5 负面评论效价与搜寻不同品牌替代品意愿回归分析结果》2019.04.01
- 《表4 负面评论效价与搜寻同品牌替代品意愿回归分析结果》2019.04.01
- 《表4 媒体正负面报道与股价同步性》2018.06.03