基于文本分析的在線評(píng)論質(zhì)量評(píng)價(jià)模型研究.pdf

1、隨著網(wǎng)絡(luò)購(gòu)物市場(chǎng)的快速發(fā)展以及相關(guān)購(gòu)物平臺(tái)與應(yīng)用的多樣性與便捷性，網(wǎng)上購(gòu)物給人們的生活帶來(lái)極大的便利，越來(lái)越多的人開(kāi)始接受與選擇這種生活方式。但由于網(wǎng)絡(luò)商品的虛擬性和不可觸摸性，人們無(wú)法提前感知欲購(gòu)產(chǎn)品的質(zhì)量，于是很多人都傾向于依賴商品的在線評(píng)論而做出購(gòu)買決定。該情形又滋生了一些無(wú)良商家通過(guò)“好評(píng)返現(xiàn)”等各種手段制造出大量商品評(píng)論，這不但增加了消費(fèi)者篩選評(píng)論的時(shí)間成本，也可能會(huì)造成不必要的經(jīng)濟(jì)損失。因此，如何快速地識(shí)別高質(zhì)量的在線評(píng)論成

2、為當(dāng)前在線評(píng)論內(nèi)容研究的新課題。
　　本研究從在線評(píng)論內(nèi)容出發(fā)，首先提取影響在線評(píng)論質(zhì)量的特征指標(biāo)，然后構(gòu)建在線評(píng)論質(zhì)量評(píng)價(jià)指標(biāo)體系與模型，最后驗(yàn)證模型性能。具體內(nèi)容包括如下五個(gè)部分:
　　(1)評(píng)論文本的有效性標(biāo)注。通過(guò)改進(jìn)基于長(zhǎng)度的自動(dòng)標(biāo)注算法和K-means算法，提出Lk-means算法對(duì)評(píng)論文本進(jìn)行有效性標(biāo)注，提取有效性這一指標(biāo);
　　(2)指標(biāo)提取。將在線評(píng)論數(shù)據(jù)分為數(shù)值型和文本型兩類，二者結(jié)合可獲得完整性指

3、標(biāo);并從數(shù)值型評(píng)論中提取評(píng)分?jǐn)?shù)據(jù)，從文本型評(píng)論中提取信息量、可讀性、主題相關(guān)度和一致性這四個(gè)指標(biāo)。
　　(3)構(gòu)建在線評(píng)論質(zhì)量評(píng)價(jià)指標(biāo)體系。根據(jù)改進(jìn)信息質(zhì)量評(píng)價(jià)的WRC指標(biāo)和研究中發(fā)現(xiàn)的數(shù)據(jù)質(zhì)量評(píng)價(jià)的1R3C指標(biāo)，提出本研究的1W2R3C評(píng)價(jià)指標(biāo)體系;
　　(4)建立在線評(píng)論質(zhì)量評(píng)價(jià)模型。首先根據(jù)獲得的評(píng)價(jià)指標(biāo)建立在線評(píng)論質(zhì)量評(píng)價(jià)模型，然后將評(píng)論數(shù)據(jù)分為訓(xùn)練集和測(cè)試集，并利用訓(xùn)練集獲得模型中的各評(píng)價(jià)指標(biāo)權(quán)重和利用測(cè)試集驗(yàn)證模

4、型性能。
　　(5)模型性能驗(yàn)證。對(duì)模型的性能驗(yàn)證將從兩方面進(jìn)行:一是利用本文提出的1W2R3C指標(biāo)體系，和WRC與1R3C指標(biāo)，分別建模進(jìn)行對(duì)比分析;二是基于本文模型訓(xùn)練的指標(biāo)權(quán)重，引入專家打分法和灰色關(guān)聯(lián)度修正法分別獲得指標(biāo)權(quán)重，然后進(jìn)行建模對(duì)比分析，由此充分驗(yàn)證模型的優(yōu)良性能。
　　本文關(guān)于在線評(píng)論質(zhì)量評(píng)價(jià)模型的研究結(jié)果，可為深入研究在線評(píng)論內(nèi)容提供一些新的方法和理論依據(jù);用于實(shí)踐后也可為廣大消費(fèi)者提供相應(yīng)的決策支持。