基于文本分析的在線評論質量評價模型研究.pdf

1、隨著網絡購物市場的快速發(fā)展以及相關購物平臺與應用的多樣性與便捷性，網上購物給人們的生活帶來極大的便利，越來越多的人開始接受與選擇這種生活方式。但由于網絡商品的虛擬性和不可觸摸性，人們無法提前感知欲購產品的質量，于是很多人都傾向于依賴商品的在線評論而做出購買決定。該情形又滋生了一些無良商家通過“好評返現”等各種手段制造出大量商品評論，這不但增加了消費者篩選評論的時間成本，也可能會造成不必要的經濟損失。因此，如何快速地識別高質量的在線評論成

2、為當前在線評論內容研究的新課題。
　　本研究從在線評論內容出發(fā)，首先提取影響在線評論質量的特征指標，然后構建在線評論質量評價指標體系與模型，最后驗證模型性能。具體內容包括如下五個部分:
　　(1)評論文本的有效性標注。通過改進基于長度的自動標注算法和K-means算法，提出Lk-means算法對評論文本進行有效性標注，提取有效性這一指標;
　　(2)指標提取。將在線評論數據分為數值型和文本型兩類，二者結合可獲得完整性指

3、標;并從數值型評論中提取評分數據，從文本型評論中提取信息量、可讀性、主題相關度和一致性這四個指標。
　　(3)構建在線評論質量評價指標體系。根據改進信息質量評價的WRC指標和研究中發(fā)現的數據質量評價的1R3C指標，提出本研究的1W2R3C評價指標體系;
　　(4)建立在線評論質量評價模型。首先根據獲得的評價指標建立在線評論質量評價模型，然后將評論數據分為訓練集和測試集，并利用訓練集獲得模型中的各評價指標權重和利用測試集驗證模

4、型性能。
　　(5)模型性能驗證。對模型的性能驗證將從兩方面進行:一是利用本文提出的1W2R3C指標體系，和WRC與1R3C指標，分別建模進行對比分析;二是基于本文模型訓練的指標權重，引入專家打分法和灰色關聯度修正法分別獲得指標權重，然后進行建模對比分析，由此充分驗證模型的優(yōu)良性能。
　　本文關于在線評論質量評價模型的研究結果，可為深入研究在線評論內容提供一些新的方法和理論依據;用于實踐后也可為廣大消費者提供相應的決策支持。