机器学习与深度学习在星巴克情感分析中的对比

一项新研究比较了机器学习和深度学习模型在零售咖啡行业客户情感分析中的应用，特别关注了来自ConsumerAffairs.com的星巴克评论。研究评估了五种传统的机器学习模型和五种深度学习模型，发现支持向量机（SVM）在前者中达到了91.0%的准确率，而双向长短期记忆网络（Bidirectional LSTM）在深度学习方法中表现最佳。研究还指出，数据集中的类别不平衡对多个模型的积极情感召回率产生了负面影响，这强调了模型选择和预处理对于客户体验分析的重要性。 AI

影响 强调了像双向长短期记忆网络（Bidirectional LSTM）这样的特定深度学习模型在客户服务中的实际情感分析方面的有效性。

排序理由 学术论文，详细介绍了机器学习和深度学习模型在情感分析方面的比较分析。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• CNN
• ConsumerAffairs.com
• convolutional neural network
• decision tree
• gated recurrent unit
• logistic regression model
• long short-term memory
• Md. Alamgir Hossain
• naive Bayes classifier
• random forest
• recurrent neural network
• Starbucks
• support vector machine

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →