1. 研究目的与意义（文献综述）

1.1研究背景及意义

随着互联网技术的快速发展以及互联网基础设施建设不断优化升级，互联网技术已经覆盖出行、购物、娱乐、学习、环保、金融、医疗、家电等多个行业，互联网服务呈现智慧化和精细化特点。据《中国互联网络发展状况统计报告》统计显示，截至2018年12月，我国网民规模达8.29亿，互联网普及率为59.6%。全国各地的互联网用户在网上选购商品、发表评论并在社交媒体上发布个人想法等等。

电商平台涉及网购、出行等生活的多个方面，这些网络应用均具有买家评论功能。而当今，网络购物时，顾客的购买意愿以及对商品质量的判断绝大多数基于销量和评论，因此，准确、及时地分析用户评论数据能够帮助顾客尽快做出判断，并能帮助商家有效提升产品质量、改进营销策略。

2. 研究的基本内容与方案

主要研究内容如下：

（1）深入了解情感分析和深度学习的原理和方法；

3. 研究计划与安排

第1－2周：查阅相关文献资料，深入了解情感分析和深度学习的原理和方法，了解与lstm相关的国内外研究现状。确定设计方案，完成开题报告。

第3－4周：完成英语文献翻译，安装并学会使用anaconda、tensorflow、python等相关软件。

第5－6周：学习《python基础》等相关课程，掌握python编程的相关基础知识。

4. 参考文献（12篇以上）

[1] zhai s, zhang z m. semisupervised autoencoder forsentiment analysis[c]// thirtieth aaai conference on artificial intelligence.2016.

[2] pang b,lee l,vaithyanathan s.thumbsup?sentiment classification using machine learning，techniques[c].in proceedings of emnlp:2002