基于数据挖掘对在线商品评论有用性自动识别方法研究
发布时间：2021-07-11 14:09
随着互联网的逐渐普及,网络购物也在悄然间成为人们日常生活的重要组成部分。截止2017年底,网购用户已经达到5.33亿,占中国人口总数的40%。基于互联网在信息方面的巨大优势,针对相应的在线商品消费者能够看到大量的评价信息,而后者将是消费者购买与否的重要依据。但在质量上这些评论信息又表现出了较大的差异,从而影响到了消费者对于高质量信息的筛选。在此,笔者就这些商品评论的有用性展开研究。进而在探究其影响因素的基础上,通过引入文本分类技术以实现对其自动识别。笔者先是就学术界对于商品评论有用性及文本分类技术的研究进行总结归纳,得到了评论效用同文本分类间的关系。进而找到了实现对其自动识别的方法。随后通过探究在线口碑的特点与评论之间的作用机理,完成了对此次研究对象特点的总结工作。于此同时,还界定了评论效用的具体概念与评定标准。随后又相继从评论源与评论本身探究了其影响因素,确立各项评价指标与相应的衡量方法,进而为评论文本特征向量的构建提供的基础性支持。最后,成功实现了对其自动识别。换而言之,便是能够根据消费者的需求对所有评论进行自动分类。通过构建文本特征向量,并基于支持向量机算法对之进行分类,进而自动...
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
亚马逊网站评论实例考虑到价值得分仅是依据评论的投票来评判评论的效果，并没有真正涉及到
第 4 章 基于支持向量机的评论价值判定际使用的相关信息，如操作感受、充电等方面信息，进而以确保所提取信息的全面性。此次研究所涉及到的各类数据信息均是以搜索型商品为对象的。由于后者的属性特点比较明确，因此涉及到的属性越是丰富后续的分类工作也就越容易实现，同时也就更能够确保所设计方法的有效性。陆军等在研究中探讨了产品热门属性的相关概念与影响。他们基于热门属性所开展的提取工作取得了良好的效果，不仅所提取信息在 75%以上都是有用信息，且在对之予以标注之后召回率更是在 90.03%左右，从而成功提取了其热门属性[36]。
图 5-1 最优训练模型图表 5-5 实验参数及支持向量生成结果表练模型参数 具体参数值svm _ type c _ svcKernel _ typeRBFgamma2nr _ classtotal _ sv 69rho 0.263904label 1 0nr _ sv40 29SV0.7320323125940429 1:-1 2:-0.314655 3:1 4:-1 5:-0.637647 6:-0.71367:-0.939394 8:-0.62 ……最后，还需要采用测试集展开必要的测试工作，以确保所设计方法的有效在本次研究的第 2 部分，笔者围绕着影响评论有用性的各项因素分别从与评论内容两个角度展开了探讨。因此在实验期间也分别从上述两个角度
【参考文献】：
期刊论文
[1]基于分布式LDA-Spark的微博用户兴趣挖掘[J]. 赵星雷,肖诗斌. 北京信息科技大学学报(自然科学版). 2017(03)
[2]基于背景和内容的微博用户兴趣挖掘[J]. 仲兆满,管燕,胡云,李存华. 软件学报. 2017(02)
[3]搜索型商品评论有用性影响因素研究[J]. 何有世,李娜. 情报杂志. 2016(12)
[4]在线商品评论有用性影响因素研究[J]. 胡学钢,陈方鑫,张玉红. 计算机应用研究. 2016(12)
[5]中文在线产品评论有用性评估实证研究——基于文本挖掘视角[J]. 丁乃鹏,汪勇慧. 未来与发展. 2016(03)
[6]基于数据挖掘的商品垃圾评论识别过程研究[J]. 李京蔚. 现代经济信息. 2016(01)
[7]基于网络评论内容分析的餐饮消费者行为研究[J]. 吴丽云,陈方英. 人文地理. 2015(05)
[8]面向在线产品评论数据的有效性建模与测度研究[J]. 唐塞丽,仙树,胡蕾,刘猛,代坤. 计算机应用研究. 2016(05)
[9]在线评论对新产品扩散的影响研究——在线评论的重要性及影响力[J]. 李涵雯,翟旭,樊潮. 中国商论. 2015(26)
[10]在线商品评论信息的有用性研究[J]. 付婷. 电子商务. 2015(08)
博士论文
[1]在线评论对消费者感知及企业商品销量的影响研究[D]. 李慧颖.哈尔滨工业大学 2013
硕士论文
[1]基于商品特征挖掘的在线评论有用性分类研究[D]. 张倚天.大连理工大学 2016
[2]体验型商品在线评论有用性影响因素研究[D]. 王虹.大连理工大学 2016
[3]在线商品评论有用性预测及影响因素研究[D]. 陈方鑫.合肥工业大学 2016
[4]在线评论有用性实证研究[D]. 栾攀.青岛大学 2015
[5]在线商品评论的有用性及评论对销量影响的实证研究[D]. 麦杨明.暨南大学 2015
[6]在线商品评论关注度与有用性影响因素模型研究[D]. 邓江山.电子科技大学 2015
[7]在线评论有用性影响因素的研究[D]. 殷文玲.天津财经大学 2015
[8]基于数据挖掘技术的产品垃圾评论识别研究[D]. 陈昀.河北大学 2014
本文编号：3278244
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
亚马逊网站评论实例考虑到价值得分仅是依据评论的投票来评判评论的效果，并没有真正涉及到
第 4 章 基于支持向量机的评论价值判定际使用的相关信息，如操作感受、充电等方面信息，进而以确保所提取信息的全面性。此次研究所涉及到的各类数据信息均是以搜索型商品为对象的。由于后者的属性特点比较明确，因此涉及到的属性越是丰富后续的分类工作也就越容易实现，同时也就更能够确保所设计方法的有效性。陆军等在研究中探讨了产品热门属性的相关概念与影响。他们基于热门属性所开展的提取工作取得了良好的效果，不仅所提取信息在 75%以上都是有用信息，且在对之予以标注之后召回率更是在 90.03%左右，从而成功提取了其热门属性[36]。
图 5-1 最优训练模型图表 5-5 实验参数及支持向量生成结果表练模型参数 具体参数值svm _ type c _ svcKernel _ typeRBFgamma2nr _ classtotal _ sv 69rho 0.263904label 1 0nr _ sv40 29SV0.7320323125940429 1:-1 2:-0.314655 3:1 4:-1 5:-0.637647 6:-0.71367:-0.939394 8:-0.62 ……最后，还需要采用测试集展开必要的测试工作，以确保所设计方法的有效在本次研究的第 2 部分，笔者围绕着影响评论有用性的各项因素分别从与评论内容两个角度展开了探讨。因此在实验期间也分别从上述两个角度
【参考文献】：
期刊论文
[1]基于分布式LDA-Spark的微博用户兴趣挖掘[J]. 赵星雷,肖诗斌. 北京信息科技大学学报(自然科学版). 2017(03)
[2]基于背景和内容的微博用户兴趣挖掘[J]. 仲兆满,管燕,胡云,李存华. 软件学报. 2017(02)
[3]搜索型商品评论有用性影响因素研究[J]. 何有世,李娜. 情报杂志. 2016(12)
[4]在线商品评论有用性影响因素研究[J]. 胡学钢,陈方鑫,张玉红. 计算机应用研究. 2016(12)
[5]中文在线产品评论有用性评估实证研究——基于文本挖掘视角[J]. 丁乃鹏,汪勇慧. 未来与发展. 2016(03)
[6]基于数据挖掘的商品垃圾评论识别过程研究[J]. 李京蔚. 现代经济信息. 2016(01)
[7]基于网络评论内容分析的餐饮消费者行为研究[J]. 吴丽云,陈方英. 人文地理. 2015(05)
[8]面向在线产品评论数据的有效性建模与测度研究[J]. 唐塞丽,仙树,胡蕾,刘猛,代坤. 计算机应用研究. 2016(05)
[9]在线评论对新产品扩散的影响研究——在线评论的重要性及影响力[J]. 李涵雯,翟旭,樊潮. 中国商论. 2015(26)
[10]在线商品评论信息的有用性研究[J]. 付婷. 电子商务. 2015(08)
博士论文
[1]在线评论对消费者感知及企业商品销量的影响研究[D]. 李慧颖.哈尔滨工业大学 2013
硕士论文
[1]基于商品特征挖掘的在线评论有用性分类研究[D]. 张倚天.大连理工大学 2016
[2]体验型商品在线评论有用性影响因素研究[D]. 王虹.大连理工大学 2016
[3]在线商品评论有用性预测及影响因素研究[D]. 陈方鑫.合肥工业大学 2016
[4]在线评论有用性实证研究[D]. 栾攀.青岛大学 2015
[5]在线商品评论的有用性及评论对销量影响的实证研究[D]. 麦杨明.暨南大学 2015
[6]在线商品评论关注度与有用性影响因素模型研究[D]. 邓江山.电子科技大学 2015
[7]在线评论有用性影响因素的研究[D]. 殷文玲.天津财经大学 2015
[8]基于数据挖掘技术的产品垃圾评论识别研究[D]. 陈昀.河北大学 2014
本文编号：3278244
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3278244.html
