《表2 基于LDA的P2P负面口碑主题-词语分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《P2P负面口碑特征属性挖掘与风险知识识别模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对口碑文本的特征稀疏性，选取LDA主题模型，实现负面口碑聚类。利用Python的机器学习库Sci Kit-Learn，设置主题数为8，最大迭代次数为1000，提取主题排名前10的词。从表2中可以看出，LDA主题模型将负面口碑分为8类主题域：主题K1显示的是投资者情绪，包括垃圾、雷了、打不开、账户、客服、提现等；主题K2显示的是交易信息，包括提现、不到、体现等；主题K3显示的是服务态度和技术，包括客服、电话、APP；主题K4显示的是收费信息，包括手续费、提现费等；主题K5显示的是资金安全，包括提现、充值、到账等；主题K6是风控信息，包括跑路、逾期、存管、提现等；主题K7是项目信息，包括退出、项目、无法、投资人等；主题K8是收益信息，包括收益、利息、利率、红包等。