在线商品评论效用排序模型研究

被引：28

作者：

李志宇

机构：

[1] 华中师范大学信息管理学院

来源：

现代图书情报技术 | 2013年 / 04期

关键词：

信息挖掘; 在线评论; 效用排序;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

从研究在线评论效用的影响因素入手,建立评论效用指标体系。采用模糊层次分析法确定指标的相对权重,通过语义挖掘对评论内容的各项指标进行量化处理,最后统计每条评论的效用总分。模型应用部分选取国内淘宝商城某商品的近2 000条商品评论信息进行实证分析。研究对比发现,经过排序模型处理后,大量的无用评论被后置,新排序中靠前的评论内容信息含量非常丰富,评论效用较高,能够有效地辅助其他消费者进行购物决策。

引用

页码：62 / 68

页数：7

共 11 条

[1] 商品在线评价的情感倾向性分析研究 [J].

张红斌 ;

李广丽 .

现代图书情报技术, 2012, (10) :61-66

[2] 在线商品评论的效用分析研究 [J].

杨铭 ;

祁巍 ;

闫相斌 ;

李一军 .

管理科学学报, 2012, 15 (05) :65-75

[3] 消费者在线评论有用性影响因素模型研究 [J].

彭岚 ;

周启海 ;

邱江涛 .

计算机科学, 2011, 38 (08) :205-207+244

[4] 基于影评数据的在线评论有用性影响因素研究 [J].

郝媛媛 ;

叶强 ;

李一军 .

管理科学学报, 2010, (08) :78-88+96

[5] 从用户评论中挖掘产品属性——基于SOM的实现 [J].

余传明 .

现代图书情报技术, 2009, (05) :61-66

[6] 模糊层次分析法(FAHP) [J].

张吉军 .

模糊系统与数学, 2000, (02) :80-88

[7]

Research Note: What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com[J] . Susan M. Mudambi,David Schuff.MIS Quarterly . 2010 (1)

[8] Why are you telling me this? An examination into negative consumer reviews on the web [J].

Sen, Shahana ;

Lerman, Dawn .

JOURNAL OF INTERACTIVE MARKETING, 2007, 21 (04) :76-94

[9]

When Online Reviews Meet Hyperdifferentiation: A Study of the Craft Beer Industry[J] . EricK. Clemons,GuodongGordon Gao,LorinM. Hitt.Journal of Management Information Systems . 2006 (2)

[10]

The Effect of Word of Mouth on Sales: Online Book Reviews[J] . Judith A. Chevalier,Dina Mayzlin.Journal of Marketing Research . 2006 (3)

← 1 2 →