PDF
摘要
智能互联产品(smart and connected products, SCPs)融合物联网与人工智能技术,依托嵌入式传感器和网络连接实现实时交互,已然成为智能家居、工业4.0及智慧城市发展的核心驱动力。用户评论作为反映消费者需求与满意度的重要数据源,为优化产品设计和提升用户体验提供了关键依据。针对现有情感分析方法在复杂语义建模、模糊语言量化和可解释性方面的不足,本文提出一种综合情感分析框架以及满意度分析方法。首先,采用双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)精准捕捉评论文本的语义关联;其次,利用概率语言术语集(probabilistic linguistic term set, PLTS)量化模糊语言的不确定性;再者,通过Shapley加性解释(Shapley additive explanations, SHAP)揭示特征对情感预测的贡献;最后,结合SHAP和重要性-满意度分析(importance-performance analysis, IPA)以生成优化优先级建议。本文以智能音箱为例,通过实验验证所提情感分析框架的有效性,测试集F1分数达0.967,AUC达0.979,显著优于传统方法。因此,本文不仅有助于完善SCPs的情感分析,还为产品功能优化和个性化推荐提供科学依据与实践指导。
关键词
Key words
杜银凤, 张佳敏, 王伟.
考虑可解释性的智能互联产品情感挖掘及满意度分析[J].
工业工程, 2025, 28(6): 66-76 DOI:
基金资助
云南省基础研究计划资助项目(202501AU070100); 云南省教育厅科学研究基金资助项目(2025J0110); 昆明理工大学哲学社会科学科研创新团队资助项目(CXTD2023004); 云南省哲学社会科学创新团队建设资助项目(2014cx05)