期刊专题

10.11896/jsjkx.201200031

面向中文APP用户评论数据的软件需求挖掘方法

引用
从 APP用户反馈数据中挖掘用户需求是 APP迭代更新和需求获取的一种重要方式,用户在 APP 应用市场中发表对APP不同维度的评价,其中蕴含着用户对 APP软件的改善需求.但是,目前用户反馈数据存在数量大、质量良莠不齐的状况,如何从海量的用户评论数据中省时省力地挖掘出有价值的需求,具有重要的研究与现实意义.文中着眼于 APP 开发问题,选取 3 60 手机助手中的 APP用户评论数据,旨在挖掘蕴含于用户评论数据中的软件需求.首先,从功能性需求与非功能性需求两个维度出发,将 APP用户评论数据中蕴含的软件需求划分为功能待添加、功能待改进、性能、可用性、可靠性 5 个需求类别;其次,对用户评论进行数据采集、标注,构建 APP评论需求挖掘数据集;最后,利用构建好的数据集进行模型训练与交叉验证,探究主流深度学习方法相较于统计机器学习模型在该任务上的表现.实验表明,采用的深度学习模型 TextCNN,TextRNN 和Transformer相比传统的统计机器学习模型在此任务上更具优势.

APP用户评论、软件需求挖掘、机器学习、中文数据集

47

TP311(计算技术、计算机技术)

国家自然科学基金项目61402043

2020-12-28(万方平台首次上网日期,不代表论文的发表时间)

共9页

56-64

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn