本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)的在線商品評價質(zhì)量評估方法研究　出處：《昆明理工大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 在線商品評價 評價質(zhì)量 評價特征 貝葉斯網(wǎng)絡(luò) 概率推理

【摘要】：在線商品評價是網(wǎng)絡(luò)用戶對在線商品服務(wù)進行主觀或客觀的自我印象闡述,可以輔助用戶做出購買決策,影響著用戶消費行為并具有口頭營銷作用。然而,在線商品評價規(guī)模日益龐大,評價質(zhì)量參差不齊,用戶難以篩選有用評價信息,因此如何有效識別高質(zhì)量評價信息成為重要議題,但在線評價質(zhì)量評估問題中仍存在一些不足,例如需要進一步挖掘影響評價質(zhì)量的有效特征、評估方法中回歸分析的推測性與傳統(tǒng)分類方法所得結(jié)果刻板性等。有用性投票是網(wǎng)絡(luò)用戶對評價有用性的標注信息,代表廣大網(wǎng)絡(luò)用戶的觀點,相對客觀,且數(shù)據(jù)量大、容易獲取,并且本身為量化信息。因此本文以在線商品評價的有用性投票為基礎(chǔ)定義評價質(zhì)量,并從元特征維度、追加評價維度、語法維度、情感維度、可讀性維度、商家維度選取評價特征并同時加入了商品評價數(shù)、商品評價有用性投票數(shù),以此為基礎(chǔ)使用貝葉斯網(wǎng)絡(luò)構(gòu)建在線商品評價質(zhì)量評估模型。論文使用BIC評分函數(shù)衡量模型結(jié)構(gòu)的優(yōu)劣,并使用K2算法尋找在線商品評價質(zhì)量評估模型結(jié)構(gòu),再通過最大似然估計學習模型參數(shù),使用團樹推理算法預(yù)測在線商品評價質(zhì)量類別并給出類別權(quán)重值。通過真實數(shù)據(jù)集,本文以平均準確率、平均召回率、F-Measure為指標,驗證了商品評價數(shù)、商品評價有用性投票數(shù)兩個特征的有效性并驗證了多分類模型的適用性,通過對比不同特征數(shù)的模型建立時間以及不同推理算法的評估時間闡述了模型構(gòu)建算法和推理算法的效率。最后,我們設(shè)計并開發(fā)了淘寶商品評價爬取及處理原型系統(tǒng)和基于貝葉斯網(wǎng)絡(luò)的在線商品評價質(zhì)量評估原型系統(tǒng)分別用于獲取并處理本文所需數(shù)據(jù)集以及建立在線商品評價質(zhì)量評估模型并評估所需在線商品評價信息。
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F713.55;TP393.09

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊鴻波;侯霞;;一種基于貝葉斯估計的圖像局部匹配方法[J];微計算機信息;2010年21期

2 溫寶全;可靠性的貝葉斯及經(jīng)驗貝葉斯估計[J];杭州電子工業(yè)學院學報;1995年02期

3 任偉建;山茂泉;謝鋒;王文東;;基于粒子濾波和貝葉斯估計的目標跟蹤[J];大慶石油學院學報;2008年03期

4 劉昌盛;擺玉龍;厲樹忠;鄭岳意;;后向散射系數(shù)的貝葉斯估計[J];計算機仿真;2007年08期

5 武東;張青;湯銀才;;指數(shù)分布步加試驗的貝葉斯估計[J];電子產(chǎn)品可靠性與環(huán)境試驗;2007年06期

6 林小蘭;李傳珍;王暉;王京玲;;基于貝葉斯理論的單音音樂節(jié)奏提取[J];中國傳媒大學學報(自然科學版);2008年04期

7 李擁軍;曾標;徐克付;李陽;;復(fù)雜背景下基于貝葉斯-全概率聯(lián)合估計的前景檢測[J];電子與信息學報;2012年02期

8 汪西原;;基于貝葉斯估計的復(fù)小波域圖像去噪[J];陜西師范大學學報(自然科學版);2005年04期

9 張霞;于宏毅;楊白薇;;基于貝葉斯估計的無線傳感器網(wǎng)絡(luò)鏈路選擇算法[J];華中科技大學學報(自然科學版);2009年02期

10 張世英,劉金塘;小樣本參數(shù)的貝葉斯估計方法[J];天津大學學報;1989年03期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 馬德仲;基于貝葉斯網(wǎng)絡(luò)和多源信息構(gòu)建可靠性分析模型方法研究[D];哈爾濱理工大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王韜;基于貝葉斯網(wǎng)絡(luò)的###動車組牽引傳動系統(tǒng)可靠性分析[D];西南交通大學;2015年

2 胡斌;基于壓縮感知的DOA估計[D];哈爾濱工業(yè)大學;2015年

3 周名鋒;基于MCMC的進展多狀態(tài)模型的貝葉斯估計[D];大連理工大學;2015年

4 張博;基于貝葉斯壓縮感知理論與技術(shù)研究[D];電子科技大學;2015年

5 盧麗;基于非參數(shù)檢驗和貝葉斯估計的TWA檢測算法研究[D];東北大學;2013年

6 袁德璋;基于貝葉斯網(wǎng)絡(luò)人體摔倒預(yù)測的研究[D];哈爾濱工業(yè)大學;2014年

7 段仁青;基于遞歸算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習[D];西安電子科技大學;2014年

8 崔歡歡;基于量子貝葉斯網(wǎng)絡(luò)的電力變壓器故障診斷方法研究[D];華北電力大學;2015年

9 楊帆;廣義Logistic模型的貝葉斯參數(shù)估計[D];吉林大學;2016年

10 黃琴;基于貝葉斯估計與分布的關(guān)聯(lián)分析方法研究[D];華南理工大學;2016年

，

本文編號：1317777