發(fā)布時間：2017-08-20 11:38

  本文關鍵詞：基于IG領域知識模型的線上商品評論有效性分類研究

  更多相關文章： 領域知識 線上商品評論 評論分類 評論效用

【摘要】：互聯(lián)網(wǎng)和移動終端技術的發(fā)展為人們網(wǎng)絡購物帶來了巨大的便捷和實惠,同時為賣家節(jié)約了大量的線下交易成本,但是線上交易缺少了傳統(tǒng)線下交易過程中所擁有的用戶體驗部分。線上商品評論作為產(chǎn)品說明的一個重要補充部分,其是電商平臺為消費者和零售商提供的一個重要的商品使用體驗信息交互板塊。近年來,隨著網(wǎng)購用戶的增加,網(wǎng)絡熱銷產(chǎn)品銷量和用戶評論也成倍增加,網(wǎng)絡水軍惡意差評,垃圾廣告評論橫生。如何從大量用戶評論中快速選出對于用戶購物有確切幫助,真實反映用戶使用體驗的評論信息對于潛在消費者和賣家均具有重要的價值。論文從評論有效性問題出發(fā),對評論有效性的關鍵影響因素進行了歸納總結(jié),并基于這些影響因素提出了基于IG提取領域詞庫進行評論有效性分類的方法。論文首先對在線評論影響因素、評論有效性分類相關技術進行了梳理,從而確定了評論有效性的幾個關鍵影響因素以及評論有效性分類的一般范式。然后,介紹了基于IG構(gòu)建評論有效性領域知識庫并利用LibSVM進行評論有效性分類的原理和方法。最后,通過對亞馬遜、淘寶和京東商城iPhone6s系列手機評論數(shù)據(jù)進行對比分析證明了論文提出的基于IG領域知識庫進行評論有效性分類方法的有效性,同時從定量角度驗證了評論長度對于評論效用的顯著影響并發(fā)現(xiàn)不同網(wǎng)站特征詞語存在一定差異性。論文的研究結(jié)果對于電商平臺、商家以及消費者都具有重要的理論意義和實踐價值,對于推動電子商務平臺的發(fā)展和評論有效性相關領域的研究具有重要的參考和借鑒意義。
【關鍵詞】：領域知識 線上商品評論 評論分類 評論效用
【學位授予單位】：武漢紡織大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F724.6
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 研究背景與意義8-10
• 1.1.1 研究背景8-9
• 1.1.2 研究意義9-10
• 1.2 研究內(nèi)容、方法及創(chuàng)新點10-13
• 1.2.1 研究內(nèi)容10-11
• 1.2.2 研究方法與技術路線11-12
• 1.2.3 論文創(chuàng)新點12-13
• 2 國內(nèi)外相關研究文獻回顧13-22
• 2.1 在線用戶評論（OCRs）與有效性研究13-15
• 2.1.1 在線用戶評論相關研究13-14
• 2.1.2 評論有效性相關研究14-15
• 2.2 在線評論有效性影響因素研究15-17
• 2.3 在線評論有效性分類相關研究17-21
• 2.3.1 在線評論有效性分類研究狀況17-18
• 2.3.2 在線評論有效性分類方法18-21
• 2.4 本章小結(jié)21-22
• 3 基于IG領域知識的評論有效性自動分類的實現(xiàn)22-29
• 3.1 初級領域詞庫的構(gòu)建22-24
• 3.2 基于IG的有效性領域知識模型的構(gòu)建24-26
• 3.2.1 基于信息增益的特征提取24-25
• 3.2.2 基于IG的有效性領域知識模型構(gòu)建原理25-26
• 3.3 基于領域知識的SVM分類器的訓練與預測26-27
• 3.3.1 基于SVM文本分類主要技術26-27
• 3.3.2 基于領域知識的SVM分類過程27
• 3.4 基于IG線上評論有效性分類領域知識模型框架27-29
• 4 基于IG領域知識庫的在線評論有效性分類方法的驗證29-39
• 4.1 實驗數(shù)據(jù)的選擇與預處理29-30
• 4.2 評論有效性特征測量與樣本類別標注30-32
• 4.2.1 基于評論有效性特征測量的樣本類別標注30
• 4.2.2 基于人工主觀性樣本類別標注30-32
• 4.3 基于IG分類領域知識的評論有效性分類實現(xiàn)32-34
• 4.4 實驗結(jié)果及分析34-37
• 4.4.1 基于IG領域知識的評論效用分類結(jié)果分析34-36
• 4.4.2 基于不同網(wǎng)購平臺的評論效用分類結(jié)果分析36-37
• 4.5 本章小結(jié)37-39
• 5 結(jié)論39-41
• 參考文獻41-46
• 附錄46-55
• 附錄I 攻讀碩士學位期間發(fā)表（錄用）的論文46-47
• 附錄II 攻讀碩士學位期間參加的科研項目47-48
• 附錄III 基于IG領域知識庫在線評論有效性自動分類方法實現(xiàn)代碼48-55
• 致謝55

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳含前;朱云杰;謝玨;;基于邏輯回歸的中文在線評論有效性檢測模型[J];東南大學學報(自然科學版);2015年03期

2 林秀嬌;魏晶晶;劉月;廖祥文;;基于評論關系圖的垃圾評論者檢測研究[J];福州大學學報(自然科學版);2015年02期

3 夏火松;甄化春;;大數(shù)據(jù)環(huán)境下輿情分析與決策支持研究文獻綜述[J];情報雜志;2015年02期

4 史偉;王洪偉;何紹義;;基于微博的產(chǎn)品評論挖掘:情感分析的方法[J];情報學報;2014年12期

5 李杰;張向前;陳維軍;劉璞;;C2C電子商務服裝產(chǎn)品客戶評論要素及其對滿意度的影響[J];管理學報;2014年02期

6 周詠梅;楊佳能;陽愛民;;面向文本情感分析的中文情感詞典構(gòu)建方法[J];山東大學學報(工學版);2013年06期

7 姜巍;張莉;戴翼;蔣競;王剛;;面向用戶需求獲取的在線評論有用性分析[J];計算機學報;2013年01期

8 殷國鵬;;消費者認為怎樣的在線評論更有用?——社會性因素的影響效應[J];管理世界;2012年12期

9 馬艷麗;胡正明;;2006-2011年在線評論研究:主題分析和趨勢展望[J];經(jīng)濟與管理評論;2012年06期

10 劉志明;劉魯;;基于機器學習的中文微博情感分類實證研究[J];計算機工程與應用;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 單汨源;李潔;張人龍;;電影在線評論中的意見領袖對消費者觀影決策的影響研究[A];第十五屆全國計算機模擬與信息技術學術會議論文集[C];2015年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 楊培;基于改進特征提取的評論有效性分類模型[D];武漢紡織大學;2015年

，

本文編號：706443