基于模糊TOPSIS分析的在线评论有用性排序过滤模型研究——以亚马逊手机评论为例

被引:12
作者
张艳丰 [1 ,2 ]
李贺 [1 ]
翟倩 [1 ]
彭丽徽 [1 ,2 ]
机构
[1] 吉林大学管理学院
[2] 长沙师范学院图书馆
关键词
在线评论; 文本挖掘; 模糊TOPSIS分析法; 排序;
D O I
10.13266/j.issn.0252-3116.2016.13.014
中图分类号
TP391.1 [文字信息处理];
学科分类号
摘要
[目的 /意义]针对中文网络客户评论,提出一种在线评论有用性排序模型,辅助消费者做出购买决策。[方法 /过程]从在线评论的形式特征和内容特征两个方面,提取影响在线评论有用性的7个指标属性进行量化计算,采用模糊层次分析法进行指标赋权,结合并改进TOPSIS分析法进行在线评论有用性计算和排序,构建在线评论有用性指标体系和排序模型。[结果 /结论]通过比较分析,发现本文模型获得的评论有用性排序具有更好的信度与效度,为中文网络客户评论提供一种兼顾评论客观信息和语义特性的有用性排序方法。
引用
收藏
页码:109 / 117+125 +125
页数:10
相关论文
共 12 条