基于TSS模型对商品综合评价研究

• 作者: 刘亚飞 吴宇航 王佳帅 金宇悦
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: TF—IDF算法 在线客户评论 时间序列分析 相关性分析
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 学术研究
• 页码范围: 71-76,93
• 页数: 7页
• 分类号: TP391
• 字数: 3790字
• 语种: 中文

摘要

研究评级和评论制度对消费者购买商品决策的影响,能有效帮助公司制定合理的营销策略.本文采用关键词信息匹配技术,基于时间序列的综合评价模型,开发TSS模型用于分析在线产品销售策略以提高产品满意度.模型以月为时间单位,拟合平均评价值和时间的关系,发现初始阶段顾客对商品评价会存在较大差别,第70个月后评价开始趋向集中.特定高评级对评论产生正向中性程度影响,特定低评级产生正向较弱程度影响;而特定好评会对评价产生正向较强程度影响,特定差评会产生负向较弱程度影响.随着时间的推移,TSS模型鲁棒性强,为其他商品在线评级销售同样提供了清晰可行的解决方案,适用于各种产品的评价评级研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴宇航		22	3	1.0	1.0
5	王佳帅	华北理工大学矿业工程学院	2	0	0.0	0.0
9	刘亚飞	华北理工大学理学院	1	0	0.0	0.0