基于社交评论图的在线评论有用性分析

发布时间：2024-03-13 21:30

　　随着互联网的快速发展,在线评论的数量以指数级增长。在线评论是消费者对其购买的商品或服务的评价,对潜在消费者做出购买决策具有极大的参考价值。但在线评论的参考价值参差不齐,在线评论有用性则度量了在线评论对消费者购买商品或服务的参考价值,分析在线评论有用性有助于帮助消费者快速做出购买决策。然而,目前在线评论的数量巨大,消费者难以便捷地找到有用性高的在线评论;并且当前主流的电商网站(如亚马逊、淘宝等),主要依靠在线评论的评级或发表时间对在线评论排序,但这些排序方式相对简单,难以有效地帮助消费者进行购买决策。因此,如何从海量的在线评论中发现有价值的评论是一项巨大挑战。为了从大量的在线评论中提取出有用性高的在线评论,本文从用户对在线评论有用性的影响角度出发,分析在线评论有用性。在电商网站的评论系统中,用户扮演两种角色——作者和投票者,本文通过分析作者发表评论和投票者为评论投票的两种行为,发现用户是影响在线评论有用性的关键因素。本文构建了社交评论图模型描述用户与在线评论之间的影响关系,并分析了用户质量对在线评论有用性产生的影响。该图模型包含用户和评论两种节点,构建了三种类型的边:用户-评论边、用户-...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图４－４用户－评论边迭代算法的收敛情况??

??图４－４展示了本文用例的算法２的收敛情况，从图中可以看出，用户－评论边??迭代算法大约在第４次迭代计算时达到收敛状态。在每轮的迭代中，为了计算每??个用户的用户质量，只需计算每条评论的有用性。因此，算法的运行时间与用户发??表和投票的评论数量成线性关系。??０．０３５??．?....

图５－１亚马逊网站Ａｐｐｌｅ?ｉＰｈｏｎｅ?７?Ｕｎｌｏｃｋｅｄ?Ｐｈｏｎｅ的两条评论??在本文中，对于提取到的评论文本，我们采用余弦相似度计算和商品属性关键??

在线评论的文本内容是潜在消费者购买商品最直观的参考信息，消费者通常??通过阅读评论文本做出购买决策。一般情况下，评论文本所描述有关商品属性的信??息越详细，评论文本的有用性越高。例如，图５－１中评论（ｂ）的评论文本所反应??的信息比评论（ａ）更详实，因此我们认为评论（ｂ）的文本有....

图６－１?—条用户评论??本文使用的数据集的基本统计信息如表６－１所示

历史评论对应的有用性投票信息。每一个商品的页面有关于该商品用户给出的所??有评论，每条评论包括用户给出的商品星级，作者，评论文本以及有用性投票，如??图６－１所示。??☆金會ｌｉｎ：／网上订购，实体店发货，东西看起来不错的??留言者杨先生于２０１６年９月Ｓ曰??苕量：２００００ｍ....

图６－２用户质量与评论有用性的关系图??散点代表了不同质量的用户对应的评论有用性分布

图６－２用户质量与评论有用性的关系图??散点代表了不同质量的用户对应的评论有用性分布。红线是上述评论有用性??分布的最小二乘拟合结果。从图６－２中可以看出，评论有用性基本随着用户质量的??提高而升高，说明用户质量确实对评论有用性产生了正相关的影响。实验结果与本??文的期望一致。?....

本文编号：3927597