基于多因素联合作用的产品评价分析模型

TP391; 随着电子商务的高速发展,产品的评论数据也快速膨胀,使从评论数据中获取用户态度,分析产品各属性表现成为可能,有效地挖掘这些信息为设计服务,无疑对产品创新具有重要意义.然而,现有的产品评价模型未考虑评价指标间关联关系,容易造成评价结果的偏差.为此,提出一种改进的相互作用关系矩阵的新方法.该方法依据评论数据中提及的属性词频率,确定用户对各属性的重视系数,利用FPGrowth算法挖掘属性间存在的关联关系,以这两方面因素分别作为矩阵主对角线与非主对角线元素形成改进矩阵,并基于该矩阵构建产品评价分析模型.该模型充分考虑用户观点与评价要素间的关联性的影响,修正现有评价模型结构的偏差.最后通过分...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 28; no. 12; pp. 4038 - 4045
Main Authors 王雨潇, 战洪飞, 余军合, 王瑞, 郭剑锋
Format Journal Article
LanguageChinese
Published 宁波大学 机械工程与力学学院,浙江 宁波 315211%中国科学院 科技战略咨询研究院,北京 100190 31.12.2022
Subjects
关联关系
相互作用关系矩阵
产品评价分析模型
评论数据
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2022.12.028

Cover

More Information
Summary:TP391; 随着电子商务的高速发展,产品的评论数据也快速膨胀,使从评论数据中获取用户态度,分析产品各属性表现成为可能,有效地挖掘这些信息为设计服务,无疑对产品创新具有重要意义.然而,现有的产品评价模型未考虑评价指标间关联关系,容易造成评价结果的偏差.为此,提出一种改进的相互作用关系矩阵的新方法.该方法依据评论数据中提及的属性词频率,确定用户对各属性的重视系数,利用FPGrowth算法挖掘属性间存在的关联关系,以这两方面因素分别作为矩阵主对角线与非主对角线元素形成改进矩阵,并基于该矩阵构建产品评价分析模型.该模型充分考虑用户观点与评价要素间的关联性的影响,修正现有评价模型结构的偏差.最后通过分析评论数据包含的用户情感态度,计算产品综合得分.以B2 C网站上电动牙刷为例进行分析验证,证明了所构建评价模型的可行性及有效性.
ISSN:1006-5911
DOI:10.13196/j.cims.2022.12.028