大数据在子商务中的应用.ppt

大数据在电子商务中的应用——在线评论信息挖掘 1.引言 随着互联网的发展和普及，Web已经成为用户在线反馈观点的主要途径。 网络购物、论坛发表意见无形中已经成为了大多数网友上网的乐趣，而网络机构也开始意识到通过提供在线评论能够增加与用户的互动，获得自身的改进。 然而面对网上海量的良莠不齐的信息和数据，企业、政府和用户要想从在线评论中获得有用的信息，只有通过人工阅读的方式来获取，这不仅需要耗费大量的时间，而且极易产生错误 。 在线评论的挖掘研究 2.现状 Hu等利用从亚马逊及BarnesNoble（全球第二大网上书店，仅次于第一名亚马逊）得来的图书评论信息来证明目前存在部分出版商、作者及卖家有意操纵评论信息的情况，其研究结果表明大多消费者会根据商品价格来判断商品质量，商家在不进行有意的评论操纵或者销售质量较高的产品更容易改变消费中的购买倾向性，由此建议可以通过增加操纵成本来缓和消费者被操纵产生的不良后果。 Wang等选择采用半监督-交叉训练方法，以迭代的方式挖掘评论对象和评价词，通过朴素贝叶斯分类器在只有很少标注的语料的前提下取得结果。 郭国庆等引入了霍夫兰德在耶鲁大学提出的基于信息传播过程的说服或态度改变模型，在模型本身提出的信息源、信息内容、接收者三个方面的基础上，加入社会因素，提出了在线评论可信度影响因素模型，并以第三方评论网站为例，进行了实证研究。 3.在线评论信