基于DDAG-SVM的在线商品评论可信度分类模型

发布时间：2018-08-24 09:16

【摘要】：[目的/意义]进一步完善电子商务交易网站的评论体系,提升用户的在线购物体验。[方法/过程]从评论内容、评论者特征和商家特征3个维度确定了在线商品评论可信度的10个影响因素指标,并在此基础上提出了基于DDAG-SVM的在线商品评论可信度分类模型。最后基于MATLAB和LIBSVM,利用淘宝平台近5000条数据集对该模型的准确度进行对比测试。[结果/结论]实验结果达到了93.687%的平均分类准确率,具有较高的准确率和一定的可行性。[局限]分类器预测的准确性一定程度上依赖于人工标注的评论数据集。
[Abstract]:Objective / significance: to further improve the review system of e-commerce trading websites and enhance the online shopping experience of users. [method / process] from the three dimensions of comment content, reviewer feature and merchant feature, 10 influential factors of online commodity comment credibility are determined. Based on this, an online commodity comment credibility classification model based on DDAG-SVM is proposed. Finally, based on MATLAB and LIBSVM, the accuracy of the model is tested by using nearly 5000 data sets of Taobao platform. [results / conclusion] the experimental results achieved an average classification accuracy of 93.687%, which had higher accuracy and feasibility. The accuracy of classifier prediction depends to some extent on the manually annotated comment data set.
【作者单位】： 中国人民大学信息资源管理学院;
【基金】：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目的成果,项目编号:17XNH109
【分类号】：F724.6

【参考文献】

相关期刊论文 前4条

1 陈燕方;李志宇;;基于评论产品属性情感倾向评估的虚假评论识别研究[J];现代图书情报技术;2014年09期

2 孟美任;丁晟春;;在线中文商品评论可信度研究[J];现代图书情报技术;2013年09期

3 刘逶迤;逯万辉;丁晟春;;商品评论信息可信度研究[J];情报科学;2012年10期

4 孙曙迎;;消费者网络信息可信度感知影响因素的实证研究[J];北京理工大学学报(社会科学版);2008年06期

相关硕士学位论文 前1条

1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年

【共引文献】

相关期刊论文 前10条

1 谭美琼;;心理护理联合疼痛护理对改善宫颈癌患者围手术期睡眠质量的观察研究[J];世界最新医学信息文摘;2017年42期

2 蔡一波;张英丽;冯华娟;田淑佳;;宫颈癌患者术后临床护理路径的效果分析[J];中国现代医生;2017年12期

3 蔡霞;;临床护理路径应用于宫颈癌患者围术期护理的效果分析[J];实用临床护理学电子杂志;2017年12期

4 蔡亚丽;;探讨手术室细节护理在提高手术室护理安全性中的应用效果[J];世界最新医学信息文摘;2017年16期

5 马春花;;临床护理路径在精神分裂症患者中的应用[J];齐鲁护理杂志;2017年03期

6 沈静华;;心理干预对卵巢癌术后化疗患者焦虑及生命质量的影响[J];医疗装备;2016年22期

7 郭珍;;临床护理路径在子宫颈癌围手术期护理中的应用[J];长江大学学报(自科版);2016年18期

8 郑丽丽;;宫颈癌18例早期手术治疗效果及预后分析[J];中国继续医学教育;2016年14期

9 吴新侠;;对进行阑尾炎手术的患者实施细节护理的效果探析[J];当代医药论丛;2015年23期

10 崔海燕;;细节护理在手术室护理中的应用与效果评价[J];中国医药指南;2015年33期

相关硕士学位论文 前5条

1 刘会河;一种基于SVM的降维方法在三类ROC分析中的应用[D];广东工业大学;2016年

2 陈燕方;基于DDAG-SVM的在线商品评论可信度预测研究[D];华中师范大学;2016年

3 王榕峰;光学手写数字字符识别技术的研究[D];广西师范大学;2014年

4 胡洋;语音情感识别技术研究[D];中北大学;2012年

5 童雯;基于PCA和SVM的车标识别方法研究[D];太原理工大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 林煜明;王晓玲;朱涛;周傲英;;用户评论的质量检测与控制研究综述[J];软件学报;2014年03期

2 孙劲光;马志芳;孟祥福;;基于情感词属性和云模型的文本情感分类方法[J];计算机工程;2013年12期

3 孟美任;丁晟春;;虚假商品评论信息发布者行为动机分析[J];情报科学;2013年10期

4 李志宇;;在线商品评论效用排序模型研究[J];现代图书情报技术;2013年04期

5 李霄;丁晟春;;垃圾商品评论信息的识别研究[J];现代图书情报技术;2013年01期

6 陈江涛;张金隆;张亚军;;在线商品评论有用性影响因素研究:基于文本语义视角[J];图书情报工作;2012年10期

7 郝媛媛;叶强;李一军;;基于影评数据的在线评论有用性影响因素研究[J];管理科学学报;2010年08期

8 李念武;岳蓉;;网络口碑可信度及其对购买行为之影响的实证研究[J];图书情报工作;2009年22期

9 葛晓燕;;网络口碑对消费者购买的影响[J];企业导报;2009年03期

10 孙曙迎;;消费者网络信息可信度感知影响因素的实证研究[J];北京理工大学学报(社会科学版);2008年06期

相关硕士学位论文 前10条

1 邸锦;基于支持向量机的文本分类问题的研究[D];北京交通大学;2008年

2 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年

3 孙刚;基于支持向量机的多分类方法研究[D];大连海事大学;2008年

4 刘洋;基于支持向量机的文本分类研究[D];兰州理工大学;2007年

5 曹兆龙;基于支持向量机的多分类算法研究[D];华东师范大学;2007年

6 杜圣东;基于多类支持向量机的文本分类研究[D];重庆大学;2007年

7 柯慧燕;Web文本分类研究及应用[D];武汉理工大学;2006年

8 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年

9 崔彩霞;基于支持向量机的文本分类方法研究[D];山西大学;2005年

10 黄琼英;支持向量机多类分类算法的研究及应用[D];河北工业大学;2005年

【相似文献】

相关硕士学位论文 前1条

1 陈燕方;基于DDAG-SVM的在线商品评论可信度预测研究[D];华中师范大学;2016年

，

本文编号：2200343