基于DDAG-SVM的在線商品評(píng)論可信度預(yù)測(cè)研究.pdf

1、在線商品評(píng)論作為一類重要的電子口碑，大大地降低了消費(fèi)者與在線商家之間的信息不對(duì)稱程度，在消費(fèi)者的在線購(gòu)物活動(dòng)中發(fā)揮了重要作用。但當(dāng)前大數(shù)據(jù)環(huán)境下，很多熱門產(chǎn)品評(píng)論數(shù)量多達(dá)數(shù)萬甚至數(shù)十萬，并且質(zhì)量參差不齊，這給消費(fèi)者通過閱讀電子口碑來降低對(duì)產(chǎn)品或服務(wù)的不確定性帶來了嚴(yán)重的“信息過載”困擾。因此，本文在分析在線商品評(píng)論可信度影響因素的基礎(chǔ)上，基于決策導(dǎo)向無環(huán)圖支持向量機(jī)(Support Vector Machine Based Decisi

2、on Directed Acyclic Graph,DDAG-SVM)模型實(shí)現(xiàn)了對(duì)在線商品評(píng)論可信度的預(yù)測(cè)。
　　本文首先從消費(fèi)者在線購(gòu)物后發(fā)布自身對(duì)商品或服務(wù)意見的動(dòng)機(jī)研究入手，并梳理了該行為對(duì)其他消費(fèi)者在線購(gòu)物活動(dòng)及整個(gè)電子商務(wù)交易活動(dòng)的影響，接著分別從評(píng)論可信度研究，評(píng)論意見挖掘研究以及文本分類研究等幾個(gè)方面展開綜述。然后對(duì)虛假在線商品評(píng)論形成過程中的4類形成路徑主體，6種形成路徑進(jìn)行了詳細(xì)地分析，并得到了各類虛假評(píng)論的主要

3、特點(diǎn)。由此從評(píng)論內(nèi)容、在線評(píng)論者特征和商家特征三個(gè)維度確定了在線商品評(píng)論可信度的10個(gè)影響因素指標(biāo)，其中基于細(xì)粒度的商品屬性情感傾向離群度計(jì)算是本文的重要?jiǎng)?chuàng)新點(diǎn)之一。接著，本文在這10個(gè)特征指標(biāo)向量的基礎(chǔ)上提出了基于DDAG-SVM的在線商品評(píng)論可信度預(yù)測(cè)模型。最后，本文基于MATLAB以及LIBSVM，利用淘寶平臺(tái)近5000余條數(shù)據(jù)集對(duì)該模型的準(zhǔn)確度進(jìn)行了對(duì)比測(cè)試，達(dá)到了93.687％的平均分類準(zhǔn)確率。實(shí)驗(yàn)表明，該模型具有較高的準(zhǔn)確率