摘要
本发明公开了一种基于在线评论和深度神经网络的酒店服务改进方法,涉及大数据处理领域。本发明包括以下步骤:使用预先训练好的通用信息提取模型从在线评论中提取AOP,通过微调词嵌入和多任务学习检测AOP之间的显式关系,对AOP进行聚类;根据个性化特征将数据分割成不同的组合,使用基于FDS的贝叶斯迭代算法估计不同AOP簇之间的个性化交互效应;利用个性化交互效应,构建个体的交互效应网络,并利用PSO算法来确定最佳候选簇集合,为管理者提供多种决策方案。本发明不仅能够提取AOP簇的主效应,还能准确估计AOP簇之间复杂的个性化交互效应,从而更全面地揭示客户意见之间的内在关系,为管理者提供更深入的管理见解。
技术关键词
深度神经网络
信息提取模型
效应
在线
个性化特征
多任务学习模型
迭代算法
实体间关系
贝叶斯方法
提示方法
聚类方法
变量
代表
终点
参数
决策