共查询到17条相似文献，搜索用时 140 毫秒
1.
在线商品虚假评论信息不仅误导消费者购物决策与商家销售评估,而且严重干扰了在线商品交易平台的意见挖掘结果。本文针对国内外对在线商品虚假评论治理的研究现状,从法律监管和鉴别模型两个层面重新定位了其治理目标,指出应根据不同的治理对象,从监管虚假评论形成路径的基本要素、减弱虚假评论形成路径的促进因素、激励正常消费者作出真实有效的评论并优化虚假评论识别模型的鉴别准确率4个方面完善在线商品虚假评论信息的治理途径,并详细阐述了各治理途径的具体实施办法以及今后优化和完善的建议与对策。 相似文献
2.
本研究以信息采纳模型为理论支撑,将文本型评论与数值型评论的一致性进行量化,与其他可信度影响因素相结合,提出了一种在线商品评论信息可信度的排序方法,对淘宝中买家给出的评论按照可信度大小进行排序。结果能够反映淘宝中信誉评价的真实情况,帮助买家购买决策。 相似文献
3.
[研究目的]通过从评论文本和评论者两个维度对在线评论的特征进行挖掘,探究电商平台如何有效提高虚假评论识别的准确性,增加用户在线商品评论可信度,为消费决策提供参考。[研究方法]提出一种基于多维特征和SMOTE-RF模型的虚假评论识别方法。首先,通过识别商品虚假评论线索,构建多维特征向量,引入情感极性等特征并进行单调化处理;其次,在评分偏离度中添加了商品得分均值等统计指标来全面刻画虚假评论;最后,针对在线评论数据集中真实评论与虚假评论类不平衡问题,运用SMOTE算法优化随机森林分类模型,从而达到提高虚假评论识别准确性的目的。[研究结论]实验结果显示该方法在正负样本不平衡的虚假评论识别中具有更高的准确率、召回率及F1值。其中评分偏离度特征对虚假评论识别的影响最大,情感极性可作为识别的次要参考特征。因此,综合考虑在线评论多维特征和正负样本不平衡可帮助电商平台对虚假评论进行有效的过滤,为消费者提供更为可靠的评论数据。 相似文献
4.
在线评论中包含的用户对商品属性的偏好信息能够为企业制定商品研发和营销策略提供依据.提出了从在线评论中识别用户对商品属性偏好信息的框架和流程,结合现有的自然语言处理技术和数据挖掘方法,利用国内大型电子商务网站上用户对计算机商品的在线评论文本为研究对象,通过实例详细阐述了在线评论中用户对商品属性偏好信息的识别技术和方法,实证了本文提出的框架与流程的可行性和有效性. 相似文献
5.
为了解决电子商务平台中存在的虚假交易问题,本文依据商品的销售记录以及商家的基本信息,提出了一种结合深度置信网络和多层感知器的虚假交易识别方法,通过识别出以通过刷单增加销量的商品来识别虚假交易。首先利用深度置信网络对交易特征进行学习,得到更高层次的抽象特征;然后利用多层感知器进行分类任务,从而识别出虚假交易。从淘宝中爬取商品的交易记录和评论数据进行实验验证,与其他机器学习模型的实验结果进行对比,其性能有明显的提升。 相似文献
6.
7.
商品在线评论有用性——基于品牌的调节作用分析 总被引：1，自引：0，他引：1
商品的在线评论已经成为影响顾客进行在线购买的重要因素。本文以亚马逊（中国）网站为例,研究了在线评论、评论者的数字特征对评论有用性的影响。通过对五种在线商品的1 845条在线评论进行实证分析,研究发现：在线评论的评论长度和评论者排名对评论有用性具有正向影响,同时评论长度对有用性的影响受到品牌的调节作用。另外,评论星级对评论有用性的影响也受到品牌的调节作用,并且对于大品牌产品而言,评论的极端性与评论有用性呈"U"形关系。 相似文献
8.
9.
[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。 相似文献
10.
11.
《Information processing & management》2019,56(4):1234-1244
The impact of online reviews on businesses has grown significantly during last years, being crucial to determine business success in a wide array of sectors, ranging from restaurants, hotels to e-commerce. Unfortunately, some users use unethical means to improve their online reputation by writing fake reviews of their businesses or competitors. Previous research has addressed fake review detection in a number of domains, such as product or business reviews in restaurants and hotels. However, in spite of its economical interest, the domain of consumer electronics businesses has not yet been thoroughly studied. This article proposes a feature framework for detecting fake reviews that has been evaluated in the consumer electronics domain. The contributions are fourfold: (i) Construction of a dataset for classifying fake reviews in the consumer electronics domain in four different cities based on scraping techniques; (ii) definition of a feature framework for fake review detection; (iii) development of a fake review classification method based on the proposed framework and (iv) evaluation and analysis of the results for each of the cities under study. We have reached an 82% F-Score on the classification task and the Ada Boost classifier has been proven to be the best one by statistical means according to the Friedman test. 相似文献
12.
With the presence of fake reviews on e-commerce platforms, the reliability of reviews becomes questionable. The extant literature demonstrates the impact of fake reviews on product sales and proposes several algorithms to prevent fake reviews from being displayed on the platform. However, what has largely remained uninvestigated is how customers perceive reviews present on the e-commerce platform. Based on the speech act theory, we develop a theoretical framework that explains how the linguistic style (both at the word and the structural level) acts as a cue for assessing a reviewer’s (in)sincere intentions. We evaluate the framework on a corpus of 120 online product reviews – each examined by at least 50 customers – using the fractional logit model. Results suggest that the communication style of a speaker reflects his/her intention. Reviews with less contextual embedding, argument structuring, and flattering through non-verbal cues trigger customers towards perceiving a review as deceptive. 相似文献
13.
本文通过实验法探索消费者对于不同平台评论的感知差异以及产品类型的调节作用。首先,在已有研究的基础上对不同平台以及不同产品类型的特征进行归纳,并提出研究假设;然后,通过3*2析因设计,即3种不同平台(卖家网站、第三方平台和消费者建立平台)*2种产品类型(搜索品和体验品)共6个实验组,并利用问卷方式在线搜集数据来进行假设检验,研究发现,消费者对第三方平台和消费者自建平台的评论的感知可信度高于商家平台,并且对于体验品,商家平台与第三方平台以及商家平台与消费者自建平台之间的消费者感知可信度存在显著差异;最后,结合研究发现展开了分析和讨论。 相似文献
14.
探索在线评论相关领域中的研究主题以及它们之间的结构关系.从Web of Science核心数据库提取2009-2013年共113篇文献,通过共词分析确定了41个关键词,然后运用社会网络分析法识别了在线评论内容分析、在线评论深度挖掘、在线评论服务响应、在线评论行为研究、在线评论系统与社交媒体、在线评论与消费者决策、在线评论质量研究7个研究主题,最后提出一个新的研究框架为当前的研究提供参考. 相似文献
15.
【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据
时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方
法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架,
模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构
文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例,
验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特
点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论
进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入
无监督的方法提高构建效率。 相似文献
16.
电子商务中在线评论有用投票数影响因素研究 总被引：1，自引：0，他引：1
在线评论对消费者购物选择具有重要的影响,但日益增加的海量信息导致了信息过载等问题。因此,判断和识别评论信息的有用性具有重要的研究意义。本文采用文本挖掘和统计分析方法,从评论信息特征和评论者信息两个角度,对在线评论获得有用投票数的影响因素进行了分析,并通过亚马逊商城的用户评论样本,具体研究了各因素的影响作用。研究发现：评论评分对在线评论的有用投票数具有负向影响,而评论信息丰富性和历史评论有用性评价对其具有正向影响。 相似文献
17.
[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。 相似文献