1. 研究目的与意义（文献综述）

1．本课题的目的及意义

互联网的快速发展促进了各大电商平台的建立和壮大，现如今，大到各种家电、家具、设备，小到衣、食、住、行，无一不可从各种电商网站上面快速便捷的购买，大大方便了人们的日常生活。但是随着电商平台的商户不断增多，怎么才能在众多商家中选出商品既实惠又优质的卖家一直是令用户头疼不已的问题。

目前各电商平台的解决办法是让购买后的用户对购买过的商品进行一个评价，该评价包括星级评价以及一些语言评价。但其实这些评价中，只有星级评价是有效的，通过累计星级评价，最终这些商品会有一个“平均分”。电商平台却忽视了语言评价中的大量价值。大量的来自竞争商户的恶意评价和一些商户雇佣“水军”对自己商品的满分评价，会使得这个“平均分”变得不真实。长期在线购买商品的用户都知道，只看“平均分”是一个错误的选购方案。常常，用户购买前会阅读不同商家商品中大量的语言评论，主观的判断各种评价的有效性，消耗了大量时间却还在多个商户间举棋不定，甚至被恶意评价引导。

2. 研究的基本内容与方案

3. 本课题的研究内容和方法

本课题主要研究用户评论的效用，针对各大电商平台的用户评论现状，通过处理大量的评价内容，挖掘评论大数据里的价值，筛选出优质、有效的评论交给系统处理，而不是依靠用户自己去判断，给用户更加舒适的体验。

本课题将通过机器学习、数据挖掘来训练大量的用户评论，从评论中取出评价该商品频次高的词语作为有效词，建立评价标准。然后再根据建立的评价标准以及一些其他信息，如：文本长度，情感词语数，是否是同一用户多次评论等，对每个评论给出一个效用值。

3. 研究计划与安排

2017/2/28—2017/3/7:学习数据挖掘、网络爬虫相关知识。开展数据收集及分析；

2017/3/8—2017/3/14: 学习进一步阅读文献，并分析和总结；确定评价体系。

2017/3/15—2017/3/28:完成所需数据的获取和分析系统模块。

4. 参考文献（12篇以上）

［1］彭岚, 周启海, 邱江涛. 消费者在线评论有用性影响因素模型研究[J]. 计算机科学, 2011, 38(8):205-207.

［2］郭国庆, 陈凯, 何飞. 消费者在线评论可信度的影响因素研究[J]. 当代经济管理, 2010, 32(10):17-23.

［3］Mudambi S M,Schuff D. What makes a helpful online review? a study of customer reviews onamazon.com[J]. Mis Quarterly, 2010, 34(1):185-200.

［4］AleebrahimN, Fathian M, M. R. Gholamian. Sentiment classification of online productreviews using product features[C]// Data Mining and Intelligent InformationTechnology Applications (ICMiA), 2011 3rd International Conference on. IEEE,2011:242 - 245.

［5］Miao Q, LiQ, Dai R. AMAZING: A sentiment mining and retrieval system[J]. Expert Systemswith Applications, 2009, 36(3): 7192-7198.

［6］高雅, 李红, 施慧斌. 在线评论投票数的影响因素研究[J]. 中国管理信息化, 2012 (17): 88-91.

［7］栗春亮, 朱艳辉, 徐叶强. 中文产品评论中属性词抽取方法研究[J]. 计算机工程, 2011, 37(12):26-28.

［8］杨铭, 祁巍, 闫相斌,等. 在线商品评论的效用分析研究[J]. 管理科学学报, 2012, 15(5):65-75.

［9］Chen X, MaJ, Lu Y. Feature selection for Chinese online reviews sentimentclassification[C]// International Conference on Computational Problem-Solving.2013:79-82.

［10］Kim Y.Convolutional Neural Networks for Sentence Classification[J]. Eprint Arxiv,2014.