在线点评中的舆论动力学研究

发布时间：2020-08-09 07:49

【摘要】：互联网技术的快速发展使得消费者能够在网络平台上通过浏览在线评论,了解产品的相关信息以及他人的消费体验。在线点评对潜在消费个体做购买决策的影响越来越大,因此关于在线点评的研究受到各方学者的广泛关注,已经发展成为一个重要的研究方向。本文采用300多万条“大众点评”评论数据进行分析,从舆论动力学的角度来研究在线点评,分析在线点评过程的内在机制。本论文的研究内容主要包括以下两个方面:(1)在线点评过程与传统舆论动力学模型的观点交互模式存在一定差异,传统的舆论动力学模型并不完全适用于个体在线点评行为的研究。因此,为了探究在线点评平台观点的演化过程,本研究在传统舆论动力学模型的基础上对网络结构、观点阈值等进行优化改进,构建出适用于在线点评模式中的观点动力学模型,并根据实际店铺评分数据对模型进行了验证。该模型有助于我们深入理解在线点评行为背后的观点演化机制。(2)在线点评中虚假评论对后续评分演化模式的影响。本研究采用点评的评分序列,高效地筛选出可疑的点评店铺,并识别出店铺中的“刷分”区间。结果表明,“刷分”区间前后的评分序列随着时间窗口的增大,两者之间差异越来越小,长时间来看不存在明显的差异性。为了验证研究结果,本研究在大众点评平台上模拟水军的“刷分”行为进行实验验证,并构建了用户评分模型,进一步解释后续评论是如何逐渐纠正“刷分”行为所带来的评分偏差。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.1;O313
【图文】：

店铺,观点

图３－］所选店铺实际评分分布逡逑线点评模型逡逑传统的舆论动力学模型并不能完全适用于在线点评观点演化的研究。本模式观点传播的特征，对Ｈｅｇｓｅｌｍａｎｎ－Ｋｒａｕｓｅ模型进行了以下三个，以提出适用于在线点评模式下的新模型：逡逑（１）逦Ｈｅｇｓｅｌｍａｎｎ－Ｋｒａｕｓｅ模型中个体间的观点交互是在复杂网络的基相邻节点才有可能发生观点交互。然而在在线点评中，社会网络关系并体间的观点交互也并不是双向的，是基于评论时间的先后顺序，只有的观点才会对后评论人的观点产生影响。因此，我们将网络结构更改后为顺序的单向网络结构；逡逑（２）点评平台中一家店铺可能会存在大量评分信息，由于个体的时间，用户通常不会浏览所有的评论数据，因此，只有近期的部分评论互的过程中产生影响。这里用参数Ｋ表示评论的时效性即最近Ｋ条评

流程图,模型基,流程图,观点

线点评模式中的新模型，并通过模拟仿真，探究新模型中各参数对观点演化的影逡逑响。逡逑（１）如图３－３所示，当参考评论数Ｋ取值较小时，用户在对店铺评分时选逡逑择参考的观点数量较少，因此他人评分对该用户观点的观点影响程度有限；随着逡逑Ｋ值的增大，用户选择参考评分数量的增加，更容易受到发布时间距离当前时刻逡逑较近的观点影响，从而与周围用户观点达成一致，形成意见群体；当Ｋ值大于逡逑１０时，即参考的观点数量超过１０个时，用户选择参考观点数量的多少并不会导逡逑致结果有明显差异。由此可见，当评论的时效性达到一定程度以后，时效性的增逡逑强并不会对意见群体的形成产生明显的影响。逡逑１６逡逑

群体形成,意见,个体观

：：邋／ｖｖ＼逡逑６００逦０．０逦０．２逦０．４逦０．６逦０．８逦１．０逦５００逦０．０逦０．２逦０．４逦０．６逦０．８逦１．０逡逑评分逡逑图３－３邋Ｋ值对意见群体形成的影响逡逑（２）

【相似文献】