【摘要】：本文研究的商品評論信息為在線商品評論(后文簡稱“商品評論”)是指用戶在第三方點評網(wǎng)、電子商務(wù)平臺、論壇、微博等評論性網(wǎng)站上對商品、商家或服務(wù)發(fā)表的觀點。在商品評論聚集了大量用戶觀點的同時,它也逐漸成為了消費者制定購買決策前的重要依據(jù),顯著影響著商品的銷量。保證商品評論的可信度對消費者、商家以及市場的穩(wěn)定都是至關(guān)重要的。鑒于此,本文立足于商品評論的可信度研究,旨在使用數(shù)據(jù)挖掘的方法為消費者提供對其制定購買決策有幫助的商品評論,過濾掉可信度較低、會誤導(dǎo)消費者、甚至使其利益受損的商品評論。 本文在深入分析商品評論特點的基礎(chǔ)上,結(jié)合相關(guān)研究成果,總結(jié)商品評論可信度影響因素,通過問卷調(diào)查進(jìn)行實證分析。根據(jù)實證結(jié)果,得到顯著影響商品評論可信度的四類特征,即內(nèi)容完整性、情感平衡性、評論時效性以及發(fā)布者身份特征,采用CRFs模型選取相應(yīng)特征對商品評論的內(nèi)容完整性和情感平衡性特征進(jìn)行識別。內(nèi)容完整性特征中的評價對象識別問題中,本文選取詞、詞性、Hownet'情感詞以及本體四種特征；情感平衡性方面,則選取詞、詞性以及Hownet'情感詞三種特征,識別出5級評價詞,再計算每條評論的情感極性值作為情感平衡性特征。該方法應(yīng)用于NLPCC2013中文微博觀點要素抽取評測中,寬松評價下位居21所測評單位第1,嚴(yán)格評價下位居第3,進(jìn)一步驗證了該方法的有效性。 完成商品評論可信度特征識別后,本文提出了商品評論可信度四級分類判別標(biāo)準(zhǔn),采用CRFs模型進(jìn)行商品評論可信度四級分類,并按照四類特征進(jìn)行特征組合實驗,得到不同可信度等級下的最佳特征組合。實驗結(jié)果效果顯著,分類模型正確率均在80%以上。該研究成果還可以用于改善現(xiàn)有的“人工效用評價”方式,為商品評論的優(yōu)化過濾提供一種新的方法與思路。
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：G254

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧志鴻,唐世渭,張銘,楊冬青,陳捷;Ontology研究綜述[J];北京大學(xué)學(xué)報(自然科學(xué)版);2002年05期

2 孫曙迎;;消費者網(wǎng)絡(luò)信息可信度感知影響因素的實證研究[J];北京理工大學(xué)學(xué)報(社會科學(xué)版);2008年06期

3 孫春華;劉業(yè)政;;網(wǎng)絡(luò)口碑信息可信度的實驗研究[J];財經(jīng)論叢;2009年04期

4 郭國慶;陳凱;何飛;;消費者在線評論可信度的影響因素研究[J];當(dāng)代經(jīng)濟(jì)管理;2010年10期

5 郝媛媛;葉強;李一軍;;基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J];管理科學(xué)學(xué)報;2010年08期

6 高鵬,林蘭芬,蔡銘,董金祥;基于本體映射的產(chǎn)品配置模型自動獲取[J];計算機集成制造系統(tǒng)-CIMS;2003年09期

7 張璐;康麗;程新榮;楊鴿;蔣國武;夏崇鐠;;農(nóng)資商品本體分類體系方法研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年08期

8 朱嫣嵐;閔錦;周雅倩;黃萱菁;吳立德;;基于HowNet的詞匯語義傾向計算[J];中文信息學(xué)報;2006年01期

9 王根;趙軍;;基于多重冗余標(biāo)記CRFs的句子情感分析研究[J];中文信息學(xué)報;2007年05期

10 劉鴻宇;趙妍妍;秦兵;劉挺;;評價對象抽取及其傾向性分析[J];中文信息學(xué)報;2010年01期

本文編號：2724283