资料下载
×
预测产品在线评论有用程度的模型
消耗积分:0 |
格式:rar |
大小:1.54 MB |
2021-05-08
分享资料个
由于无法预知产品在线评论的文本内容是否对浏览者有用，大量的无用评论增加了潜在消费者的信息搜索成本，甚至降低了潜在消费者购买产品的可能性。为提高电子商务平台的有用在线评论率，为撰写评论者提供测试功能，建立在线评论有用程度预测模型。根据在线评论的文本特征，所提模型选择在线评论的词语数量、词语的有用值、产品特征数量等3个特征，构建一个预测在线评论有用程度的模型，其中词语的有用值是词语区分在线评论有用程度的信息増益量，然后根据大量在线评论数据利用梯度下降算法解岀模型参数。实验结果显示，随着词语数量、词语有用值、产品特征数量的増长，评论有用程度不断提高。实验中把在线评论分为一般、有用、非常有用3个程度，对于一般的在线评论，预测精确率为92.96%;对于“有用”在线评论，预测精确率为94.83%;对于“非常有用”在线评论，预测精确率为%。实验对模型性能进行测试，得到平均精确率为85.05%，召回率为82.81%，F1值为83.72%，该结果验证了所提模型预测在线评论有用程度的可行性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
