摘要
本发明公开了一种基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法,属于绿色出行技术领域,该基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法,包括以下步骤:根据设定词收集若干条有效数据,并利用Word2vec算法进行筛选;利用BERT模型对所述有效数据进行绿色出行意愿挖掘,并对每条所述有效数据的绿色出行意愿的等级进行标注;基于LDA和UMAP对所述有效数据进行绿色出行影响因素提取;对绿色出行意愿和影响因素进行关联分析。通过爬取与绿色出行相关的文本数据,使用Word2vec算法等文本挖掘技术处理非结构化数据,并对筛选后的数据进行分析,筛选相关有效数据,在一定程度能够上客观、真实且全面地提取居民绿色出行意愿的影响因素体系。
技术关键词
绿色出行
BERT模型
多元线性回归模型
数据处理模块
主题
文本挖掘技术
算法
数据分析模块
关键词
数据获取模块
优化器
可读存储介质
训练集
聚类
居民
列表
处理器
曲线
系统为您推荐了相关专利信息
舆情分析方法
人物实体
情感分析模型
双向注意力机制
BERT模型
分析检测系统
高韧性钢
偏差
数据采集模块
分析模块
语义向量
预训练语言模型
比对方法
目录
可视化工具
文本摘要方法
半监督学习
自动文本摘要
序列
对抗性
城市内涝监测
数据采集模块
集成模块
应急资源管理
数据处理模块