基于用户评论信息服装类商品评价机制研究.docVIP

基于用户评论信息服装类商品评价机制研究 　　摘要：电子商务网站用户评论信息是生产商和销售商改进商品和服务的关键指标，也是未来购买相同产品客户的重要参考意见，具有重大的研究意义。本文针对服装类的网络商品提出了一种新的网络商品的评价机制，并对比当前购物商城评价方法与新评价方法的实验结果，从而证明了新机制更能够客观评价网络商品的优劣，更符合潜在用户对商品的认知需求。 　　关键词：电子商务；信息增益；绝对词频-倒排文档频率 　　中图分类号：F724.6 文献标志码：A 　　Study on the Evaluation Mechanism of Clothing Commodities Based on Online User Comments Information 　　Abstract： The user comments information on e-commerce website are key indicators to improve commodities and services for the producers and sellers， and they are an important reference to the same product buys for consumers. In this paper， new evaluation mechanism of network commodities for clothing commodity was put forward， and facts proved that the new method was more objective when evaluating the quality of online clothing commodities， compared with the current evaluation method. 　　Key words： e-commerce； information gain； term frequency-inverse document frequency 　　随着网络购物的盛行，网上对已购商品写评论的用户越来越多，网络商品的评论信息数也迅速增加。现在主流的网络购物网站采用的是好评与差评的简单统计来评价某商品。一般来说，潜在顾客很难花费大量的时间去认真阅读全部的评论，仅仅根据好评和差评的数量就购买商品，必然得到较偏颇的意见。同时，对商品制造商来说，好、差评数量并不直接给出商品销售具体环节的优缺点，对商品销售的提高意义不大，因此，从电子商务潜在购买用户和商品制造商的角度来说，都存在改进现行网络商品评价机制的需求。 　　《2012年中国网络购物市场研究报告》显示，2012年用户网上购买最多的商品类型是服装鞋帽，81.8%的用户最近半年在网上购买过服装鞋帽，服装类商品成为网上交易额最大的商品类别。基于此，本文对网络服装类商品的评价机制进行了针对性的研究。 　　 1 现行的服装类商品评价机制 　　现行的服装类商品评价机制通过消费者在已购商品后给予??评/差评来界定商品的优劣。消费者为已购得商品给出一定范围的分数，电子商务平台利用分数计算好评和差评，最终统计出好评和差评的总数量，作为该商品的评价。这种打分评价机制优点是计算方式简单，系统能够很快统计出商品的好、差评数量，给潜在消费者以建议，但这种评价机制不对评论信息的内容进行语义和语法层面的分析，后续消费者无法通过好差评总数得知商品的具体优劣。 　　在此基础上，淘宝商城进一步提出了基于模板方式的评论信息处理，利用商品的某些属性特征词从评论信息中提取相关模板对商品进行了好差评论数量的细化统计。在服装类商品的评论信息分析中，淘宝商城为服装类商品评论信息构建了若干匹配模板，从而从评论信息中抽取有关的评论信息，将评论进一步细分为22种细类：整体感觉不错、款式很漂亮、性价比很高、很修身、面料很好等。这种评价机制将好评和差评分别细分为12类和10类，从更细化的方面给出了已购商品的好坏，比单纯用好差评数量来进行评价的机制更合理，但是，这种评价机制存在三大不足。 　　（1）该评价机制所制定的模板无法覆盖整个评论信息的空间。统计数量显示，目前淘宝商城的22种细分的类别提取模板仅能覆盖评论总数的40%，很多消费者给出的有用的意见信息，通过这种模板提取的方式是无法提取出来的。 　　（2）该分类体系细类划分得过于混乱，且分类等级并不科学。这种分类体系模板提取信息过于机械，必然导致很多有用评论信息无法分到这22个子类中，而被剔除出好差评统计的范围。 　　（3）该评价机制将一条评论信息作为一个评价基本单位进行计算，忽略了评论信息中可能既有好评又有差评的情