关键词：零售商品 textcnn模型 对比 优化 

摘要：笔者采用基于卷积神经网络的TextCNN模型,利用多尺寸卷积核的卷积神经网络进行数据特征提取,并对其进行优化来提高零售商品分类准确率。通过爬取京东网站零售商品信息进行实验,并对比基于TF-IDF的传统机器学习模型和使用广泛的LSTM模型,证明了TextCNN模型在商品信息分类上的优势。

信息与电脑杂志要求:

{1}来稿若系基金资助课题，请注明项目来源、项目编号及项目负责人。

{2}文中引用他人作品时，请按照原作者姓名、文献名称、出版者和出版年顺序列出，并以脚注方式(放置于当页下)用①②③……标出注释，并选择“每页重新编号”;参考文献中的作者在两名以上时须全部列出。

{3}文中图表要精选，表的内容不应与图表述重复，一律采用三线表，要有表序、表题。

{4}注释：是作者对文章某一内容或词语的必要解释或说明，其内容或词语应以加圈数字的上标形式顺序标出，注释性文字按顺序置于参考文献之前。例：机联网络①。

{5}正文要求主题明确、论点新颖、论据可靠、语言简练、具可读性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社