f1和牛ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

運用情緒分析結合產品多面向自動分類於消費者評價之研究

為了解決f1和牛ptt的問題，作者林國仲 這樣論述：

網際網路資訊傳播從傳統營運商轉為一般使用者，造成大量的資訊從各式網路平台應運而生。線上消費者評論可協助製造商決定行銷策略，而消費者習慣購買產品前觀看這些評論。然而網路資訊龐雜無章，消費者透過關鍵字尋找產品使用評價時，須從大量的網頁連結中逐一點選開啟網頁，再仔細閱讀文章以找出評價意見，這對消費者來說是一段冗長的處理過程。本研究提出一套自動化蒐集並依產品多面向分類消費者評論文章，透過主題模型和情緒分析處理後，提供消費者欲搜尋產品多面向之情緒分析結果，使消費者不需再逐一點選文章看完整篇內容後，才能得知該篇文章對產品的評價。本研究針對 PTT 蒐集了 2837 篇文章，透過 LDA 主題分析建立特徵

詞庫，將評論文章自動分類為行銷 4C 類和非行銷類，再針對行銷 4C 類不同面向分析出情緒極性。實驗結果顯示，針對消費者評論語料分類為行銷 4C 類的正確率(Accuracy) 平均有93.84%，F1-Measure 平均衡量效果達 93.08%。消費者評論在不同面向中正負向情緒分類之正確率(Accuracy)平均有 91.74% ， F1-Measure 平均衡量效果有 90.68% ，證明本實驗機器分類情緒極性具有良好的準確率，讓消費者在搜尋評論文章時有可靠正確的參考依據，而不需花費太多的時間在瀏覽文章內容。