毕业论文 V26.0.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕业论文 V26.0.doc

中图分类号: 单位代号:10280 密 级: 学 号 硕 士 学 位 论 文 SHANGHAI UNIVERSITY MASTER’S DISSERTATION 题 目 在线商品评论操纵行为的识别及防范机制研究 作 者 李健 学科专业 管理科学与工程 导 师 刘翔 副教授 完成日期 上海大学 本论文经答辩委员会全体委员审查,确认符合上海大学硕士学位论文质量要求。 答辩委员会签名: 主任: 委员: 导 师: 答辩日期: 原 创 性 声 明 本人声明:所呈交的论文是本人在导师指导下进行的研究工作。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签 名: 日 期: 本论文使用授权说明 本人完全了解上海大学有关保留、使用学位论文的规定,即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容。 (保密的论文在解密后应遵守此规定) 签 名: 导师签名: 日期: 上海大学管理学硕士学位论文 在线商品评论操纵行为的识别及防范机制研究 姓 名:李健 导 师:刘翔 副教授 学科专业:管理科学与工程 上海大学管理学院 2012年3月 A Dissertation Submitted to Shanghai University for the Degree of Master in Management The detection and the warning mechanism of the online review manipulation MA.Candidate:Li Jian Supervisor:Liu Xiang Major:Management Science and Engineering Management College, Shanghai University March, 2012 摘 要 作为非结构化信息挖掘的一个新兴领域,在线商品评论分析引起了学者的极大兴趣。在线商品评论已经成为消费者购买决策前最为看重的因素,它对在线商品的销量起着决定性的影响。这些研究的共同前提假设是:在线商品评论真实的反应出了商品或服务的质量,不存在人为操纵评论的行为。本文通过从淘宝网、亚马逊网获取2011年1月份上架的手机和书籍的用户评论,并观察这些商品从1月到10月商品得分的总体变化情况,发现用户对商品的打分呈现出先增后减最后平稳的趋势,通过假设性分析得出了中文在线评论中存在厂商操纵在线商品评论的行为,并指出了厂商操纵评论带来的危害。为了有效的识别这些虚假评论信息,本文从评论内容和评论者两个角度构建了在线评论的虚假指数和评论发表者的诚信指数,利用这两个指标对评论内容的真实性进行评价,并对厂商的评论操纵行为的监管防范机制从博弈论的角度进行了分析,得出以下的结论: 1)与国外电子商务情况相同,中文电子商务环境下也存在厂商操纵在线评论的行为。通过对厂商评论操纵行为分析发现,厂商评论操纵主要集中于产品刚上架销售的早期;相比较于高质量商品的厂商,低质量商品的厂商更倾向于采用评论操纵的方式提升自我的销量;相比较于实用型商品如手机,享受性商品如书籍的厂商更倾向于采用评论操纵的方式来影响顾客的决策。 2)本文定义了虚假评论的等级和评论者的诚信等级,并建立了基于遗传神经网络(GA-BP)的在线评论虚假指数识别模型和基于SVM方法的评论者诚信指数识别模型,以2011淘宝网和亚马逊网的在线评论内容为样本数据分析发现,模型对评论内容和评论者的预测精度分别为86%和76.9%,是一种高效、准确的在线评论真实性评价模型。 3)通过对操纵者和监管者的博弈模型分析发现,加快相关立法、降低监管成本,提高监管效率、加大对操纵厂商的惩罚力度、建立起厂商的信誉评价体系、提升消费者的虚假评论识别能力等措施都能有效的防范厂商评论操纵行为的发生。 本文的研究创新主要体现在: 1)基于中国实证数据分析,完善操纵行为特征因素。在线评论内容的真实性研究处于刚起步状态,而且都是在外文环境下的研究。本文基于中文环境探究在线评论操纵行为的存在性。在前人研究商品上架时间、商品质量对厂商在线评论操纵行为影响的基础上,本文创新性的分析了

文档评论(0)

w447750 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档