在线商品评论有用性影响因素研究

• 作者: 张玉红 胡学钢 陈方鑫
• 来源期刊: 计算机应用研究
• 关键词: 在线评论 有用性 影响因素 预测模型
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3559-3561,3590
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.009

摘要

网络商务发展中产生了大量无效甚至恶意的在线评论，给消费者阅读和参考带来一定负面影响。针对上述问题，提出了一种基于多元线性回归算法的在线评论有用性预测方法。该方法综合考虑了评论文本属性、评论者属性和店铺属性这三个影响因素，并构建一个预测在线评论有用性模型———RRS-L模型。在实际数据集上的实验表明，该模型具有较高的查准率与召回率，能有效过滤无用评论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	张玉红	合肥工业大学计算机与信息学院	32	260	10.0	14.0
3	陈方鑫	合肥工业大学计算机与信息学院	8	26	3.0	5.0