基于贝叶斯网络的在线商品评价质量评估

• 作者: 丁东 付晓东 岳昆
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 在线商品评价 评价质量 评价特征 贝叶斯网络 概率推理
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 热点与综述
• 页码范围: 21-26,31
• 页数: 7页
• 分类号: TP391.4
• 字数: 6975字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1606-0140

摘要

随着电子商务领域的迅速发展，在线商品评价规模日益庞大，评价质量参差不齐，用户难以筛选有用评价信息做出购买决策，因此如何有效识别高质量评价信息成为重要议题。以在线商品评价的有用性投票为基础定义评价质量，使用贝叶斯网络表示在线商品评价的相似性及不确定性，通过对在线商品评价信息进行多维度特征统计，构建在线商品评价质量评估模型，使用概率推理机制对在线商品评价质量进行分类预测，并给出评价质量分类置信度。在真实数据集上验证模型有效性及高效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付晓东	昆明理工大学信息工程与自动化学院	57	180	7.0	10.0
3	岳昆	云南大学信息学院	77	317	10.0	13.0
6	丁东	昆明理工大学信息工程与自动化学院	1	5	1.0	1.0