

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主題模型的在線評論分析方法研究.pdf
- 基于聚類分析的圖模型文本分類.pdf
- 基于條件隨機場的情感分析模型在MOOCs評論文本分析中的應用研究.pdf
- 基于形式概念分析的文本分類模型研究.pdf
- 基于語言模型的文本分割研究.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于評價理論的桂林英語旅游評價文本分析.pdf
- 游客對酒店服務質量評論的文本分析——以到到網網友評論為例.pdf
- 基于混合模型的文本分類的研究.pdf
- 基于文本分析的情感挖掘模型研究與應用.pdf
- 基于本體的文本分類模型研究.pdf
- 基于張量空間模型的文本分類研究.pdf
- 文本分類技術及其在網絡評論分析中的應用.pdf
- 文本評論數據質量分析方法研究.pdf
- 基于文本挖掘的消費者在線評論研究模型--以京東商城為例.pdf
- 基于詞頻統(tǒng)計的文本分類模型研究.pdf
- 面向產品評論的情感文本分類研究.pdf
- 基于主題的文本分類模型研究與應用.pdf
- 基于文本分類的信息過濾系統(tǒng)模型研究.pdf
- 基于向量空間模型的文本分類算法研究.pdf
評論
0/150
提交評論