在线商品评论有用性影响因素研究 |
| |
引用本文: | 胡学钢,陈方鑫,张玉红.在线商品评论有用性影响因素研究[J].计算机应用研究,2016,33(12). |
| |
作者姓名: | 胡学钢 陈方鑫 张玉红 |
| |
作者单位: | 合肥工业大学计算机与信息学院,合肥工业大学计算机与信息学院,合肥工业大学计算机与信息学院 |
| |
基金项目: | 国家自然科学基金(61305063,61273292),教育部博士点博导基金(20130111110011) |
| |
摘 要: | 网络商务发展中产生了大量无效甚至恶意的在线评论,给消费者阅读和参考带来一定负面影响。针对上述问题,提出了一种基于多元线性回归算法的在线评论有用性预测方法。该方法综合考虑了评论文本属性、评论者属性和店铺属性这三个影响因素,并构建一个预测在线评论有用性模型——RRS-L模型。在实际数据集上的实验表明:该模型具有较高的查准率与召回率,能有效过滤无用评论。
|
关 键 词: | 在线评论 有用性 影响因素 预测模型 |
收稿时间: | 2015/9/14 0:00:00 |
修稿时间: | 2016/10/21 0:00:00 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|