摘 要

随着互联网技术的普及以及电子商务网站的兴起，网上购物越来越流行。在网上购物时，人们经常会参考已经购买过该商品的消费者的评论，来帮助自己做出有效的购买决策。由于商品评论的激增，以及商品评论质量良莠不齐，使得消费者难以快速有效地找到对自己有帮助的商品评论。因此，本文对商品评论的效用进行研究，并实现一个能够对商品评论的效用值进行评分，排序的系统。

本文首先对国内外学者关于商品评论的研究进行分析总结，基于商品评论效用的影响因素，建立商品评论效用指标体系。接着，采用模糊层次综合评价模型对商品评论的多个指标进行分析，计算出每条评论的效用值。最终，对评论的效用值进行排序，将有效的评论放在前面展示给用户，以实现对消费者的购物决策提供帮助。

关键词：商品评论；评价指标；模糊层次综合评价模型

Abstract

With the development of Internet technology and the popularity of e-commerce sites , online shopping is becoming more and more popular . When shopping online, people often refer to this product that has consumer reviews to help them make effective purchasing decisions. Due to the surge in product reviews,product reviews and quality varies greatly , making it difficult for consumers to quickly and effectively find help from their own product reviews. Therefore, this article studys the utility of commodity research , and be able to implement a utility value of Reviews score , sort of system .

Firstly, domestic and foreign scholars on commodities comments were analyzed and summarized , based on factors that influence the effectiveness of product reviews , product reviews to establish the effectiveness of the index system . Next, the fuzzy hierarchy comprehensive evaluation model for multiple indexes Reviews analyzed to calculate the utility value of each comment . Ultimately, reviews sorted utility value , will effectively comment on the front display to users , in order to achieve consumer purchase decisions to help.

Key Words: Product Reviews; Factors of Reviews; Fuzzy Synthetic Evaluation Model

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景 1

1.2 研究的目的和意义 1

1.3 国内外研究现状 1

1.4 本文研究思路 2

第2章 商品评价有用性研究 3

2.1 商品评价概述 3

2.2 评价效用影响因素 3

2.3 本文使用的评价指标 5

2.4 技术路线 5

第3章 商品评价效用算法 7

3.1 构建某类商品属性词库的算法 7

3.2 指标量化算法 7

3.3 模糊层次综合评价模型 8

3.4 基于模糊层次综合评价模型的评价效用排序模型 10

第4章 系统设计与实现 14

4.1 本系统所选择的语言 14

4.2 简易网络爬虫 14

4.3 属性词库 15

4.4 评论的效用值评分与排序 16

第5章 手机评论应用分析 20

5.1手机评论数据收集 20

5.2属性词库 20

5.3手机评论效用分析 21

第6章 总结与展望 23

参考文献 24

致 谢 25

第1章 绪论

1.1 研究背景

随着互联网技术的发展，以虚拟经济作为依托的电子商务正逐步登上历史的舞台，发展成为我国新兴产业的中坚力量。在这种时代背景下，我国网络购物市场发展迅速，人们开始习惯网上购物。随着网络购物的高速发展，在线商品的用户评论逐渐成为指导人们做出有效购物决策的重要影响因素。目前，在线商品评论存在以下几个问题。第一，由于网络购物发展迅速，商品评论数量呈几何级数增长。用户在大量的评论中找到对自己购物决策有帮助的评论变得困难。第二，在线商品评论质量良莠不齐。用户需要花较大的精力和较多的时间来对商品评论的质量进行甄别。

针对在线商品评论的这种现状，人们需要一种技术来对商品评论的效用值进行评分并排序，将最有效的评论展示出来。本文的主要目的是确定商品评论效用的评价指标，并且实现对商品评论的效用值进行评分并排序。

1.2 研究的目的和意义

（1）本研究的目的：

实现一个能够对商品评论的效用值进行评分并排序的系统。这个系统能够根据所获得的某种商品的评论计算出评论的效用值，并能对得出的效用值进行排序。最终实现有效地给消费者提供该商品的信息，指导消费者购物这一目的。

（2）本研究的意义：

随着电子商务网站的发展，以及人民生活水平的提高，越来越多的人在网上选购所需的商品。对于消费者来说，从大量的商品评论中挑选出能够指导其购物的评论是非常困难的。因此，研究并开发一个商品评论效用分析系统，对指导消费者做出行之有效的决策，是非常必要的。

1.3 国内外研究现状

近几年，在线商品评论的研究主要集中在影响、市场和传播等领域，已有学者开始使用文本挖掘技术与数学建模相结合的方法来对商品评论的效用进行分析。在线商品评论的用途是用户在做出购买决策时，帮助用户获取商品的信息以减少决策中的风险。国内外学者对在线商品评论的效用研究主要集中在观点挖掘和情感分析等方面。

彭岚等学者在文献中研究了影响商品评论效用的各种因素，提出了分析商品评论的各种指标。郭国庆等学者基于统计学的思想也对商品评论可信度的因素进行了研究。Mudambi S M等学者基于亚马逊网站上的数据研究了对商品评论效用产生影响的因素。Aleebrahim N等学者提出了一种使用商品特征的方法来对在线商品评论的情感倾向性进行分析。这篇文献通过分词、词性标注来提取商品特征和情感词，再用商品特征和情感词构建评论向量，用这些向量来训练并测试分类器，以实现分类器对评论的情感倾向进行分类。在研究评论有用性衡量指标时，Miao和Li等学者基于评论发表的时间，提出了商品评论的实时效用这一概念。高雅等学者在研究评论有用性指标时认为评论文本的长度在一定程度上能够反映该评论所包含的信息。在对中文商品评论的属性词进行抽取这一方面的研究中，粟春亮等学者提出了基于统计技术和自然语言处理技术的属性词自动抽取技术。杨铭等学者综合前人的研究工作，对商品评论的效用研究提供了一些新的思路。Chen X等学者提出了考虑经验分析的用于中文在线评论情感分析的特征提取技术。Kim等学者使用了卷积神经网络来对句子的情感进行分类。

1.4 本文研究思路

本文接下来的部分将按照如下形式组织：

第二章：本文将从商品评论有用性研究出发，构建商品评论的评价指标体系。