基于IG领域知识模型的线上商品评论有效性分类研究

发布时间：2017-08-20 11:38

  本文关键词：基于IG领域知识模型的线上商品评论有效性分类研究

  更多相关文章： 领域知识 线上商品评论 评论分类 评论效用

【摘要】：互联网和移动终端技术的发展为人们网络购物带来了巨大的便捷和实惠,同时为卖家节约了大量的线下交易成本,但是线上交易缺少了传统线下交易过程中所拥有的用户体验部分。线上商品评论作为产品说明的一个重要补充部分,其是电商平台为消费者和零售商提供的一个重要的商品使用体验信息交互板块。近年来,随着网购用户的增加,网络热销产品销量和用户评论也成倍增加,网络水军恶意差评,垃圾广告评论横生。如何从大量用户评论中快速选出对于用户购物有确切帮助,真实反映用户使用体验的评论信息对于潜在消费者和卖家均具有重要的价值。论文从评论有效性问题出发,对评论有效性的关键影响因素进行了归纳总结,并基于这些影响因素提出了基于IG提取领域词库进行评论有效性分类的方法。论文首先对在线评论影响因素、评论有效性分类相关技术进行了梳理,从而确定了评论有效性的几个关键影响因素以及评论有效性分类的一般范式。然后,介绍了基于IG构建评论有效性领域知识库并利用LibSVM进行评论有效性分类的原理和方法。最后,通过对亚马逊、淘宝和京东商城iPhone6s系列手机评论数据进行对比分析证明了论文提出的基于IG领域知识库进行评论有效性分类方法的有效性,同时从定量角度验证了评论长度对于评论效用的显著影响并发现不同网站特征词语存在一定差异性。论文的研究结果对于电商平台、商家以及消费者都具有重要的理论意义和实践价值,对于推动电子商务平台的发展和评论有效性相关领域的研究具有重要的参考和借鉴意义。
【关键词】：领域知识 线上商品评论 评论分类 评论效用
【学位授予单位】：武汉纺织大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-13
• 1.1 研究背景与意义8-10
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9-10
• 1.2 研究内容、方法及创新点10-13
• 1.2.1 研究内容10-11
• 1.2.2 研究方法与技术路线11-12
• 1.2.3 论文创新点12-13
• 2 国内外相关研究文献回顾13-22
• 2.1 在线用户评论（OCRs）与有效性研究13-15
• 2.1.1 在线用户评论相关研究13-14
• 2.1.2 评论有效性相关研究14-15
• 2.2 在线评论有效性影响因素研究15-17
• 2.3 在线评论有效性分类相关研究17-21
• 2.3.1 在线评论有效性分类研究状况17-18
• 2.3.2 在线评论有效性分类方法18-21
• 2.4 本章小结21-22
• 3 基于IG领域知识的评论有效性自动分类的实现22-29
• 3.1 初级领域词库的构建22-24
• 3.2 基于IG的有效性领域知识模型的构建24-26
• 3.2.1 基于信息增益的特征提取24-25
• 3.2.2 基于IG的有效性领域知识模型构建原理25-26
• 3.3 基于领域知识的SVM分类器的训练与预测26-27
• 3.3.1 基于SVM文本分类主要技术26-27
• 3.3.2 基于领域知识的SVM分类过程27
• 3.4 基于IG线上评论有效性分类领域知识模型框架27-29
• 4 基于IG领域知识库的在线评论有效性分类方法的验证29-39
• 4.1 实验数据的选择与预处理29-30
• 4.2 评论有效性特征测量与样本类别标注30-32
• 4.2.1 基于评论有效性特征测量的样本类别标注30
• 4.2.2 基于人工主观性样本类别标注30-32
• 4.3 基于IG分类领域知识的评论有效性分类实现32-34
• 4.4 实验结果及分析34-37
• 4.4.1 基于IG领域知识的评论效用分类结果分析34-36
• 4.4.2 基于不同网购平台的评论效用分类结果分析36-37
• 4.5 本章小结37-39
• 5 结论39-41
• 参考文献41-46
• 附录46-55
• 附录I 攻读硕士学位期间发表（录用）的论文46-47
• 附录II 攻读硕士学位期间参加的科研项目47-48
• 附录III 基于IG领域知识库在线评论有效性自动分类方法实现代码48-55
• 致谢55

【参考文献】

中国期刊全文数据库 前10条

1 吴含前;朱云杰;谢珏;;基于逻辑回归的中文在线评论有效性检测模型[J];东南大学学报(自然科学版);2015年03期

2 林秀娇;魏晶晶;刘月;廖祥文;;基于评论关系图的垃圾评论者检测研究[J];福州大学学报(自然科学版);2015年02期

3 夏火松;甄化春;;大数据环境下舆情分析与决策支持研究文献综述[J];情报杂志;2015年02期

4 史伟;王洪伟;何绍义;;基于微博的产品评论挖掘:情感分析的方法[J];情报学报;2014年12期

5 李杰;张向前;陈维军;刘璞;;C2C电子商务服装产品客户评论要素及其对满意度的影响[J];管理学报;2014年02期

6 周咏梅;杨佳能;阳爱民;;面向文本情感分析的中文情感词典构建方法[J];山东大学学报(工学版);2013年06期

7 姜巍;张莉;戴翼;蒋竞;王刚;;面向用户需求获取的在线评论有用性分析[J];计算机学报;2013年01期

8 殷国鹏;;消费者认为怎样的在线评论更有用?——社会性因素的影响效应[J];管理世界;2012年12期

9 马艳丽;胡正明;;2006-2011年在线评论研究:主题分析和趋势展望[J];经济与管理评论;2012年06期

10 刘志明;刘鲁;;基于机器学习的中文微博情感分类实证研究[J];计算机工程与应用;2012年01期

中国重要会议论文全文数据库 前1条

1 单汨源;李洁;张人龙;;电影在线评论中的意见领袖对消费者观影决策的影响研究[A];第十五届全国计算机模拟与信息技术学术会议论文集[C];2015年

中国硕士学位论文全文数据库 前1条

1 杨培;基于改进特征提取的评论有效性分类模型[D];武汉纺织大学;2015年

，

本文编号：706443