The invention relates to a method for evaluating the quality of online commodity evaluation based on Bayesian network. The invention of the first online commodity evaluation data are normalized and determine the quality of goods online evaluation metric, get the feature vector and construct the eigenvalue matrix; and then obtain the graph structure of Bayesian networks, and obtain the probability parameters set; finally, probability reasoning on quality evaluation value, taking the maximum probability weight value and quality the corresponding evaluation value, finally get the evaluation of the quality metrics, metrics evaluation quality metrics set to evaluate quality of the same goods, according to the evaluation of the quality metric evaluation data of the same goods in order, the evaluation result is obtained. The invention provides an important method for evaluating the quality of evaluation for the third party platform, and can improve the display order of the comments from the user perspective, so that the user can view the high quality comment information more conveniently.
【技术实现步骤摘要】
本专利技术涉及一种基于贝叶斯网络的在线商品评价质量评估方法,属于在线商品评价及不确定性推理
技术介绍
随着Web2.0的发展,网络社交领域发生了巨大的改变,进而对电子商务领域也产生了深远的影响。J.Roed(<ComputerAssistedLanGuaGeLearninG>16(2–3)(2003)155–172)指出,网络用户愿意披露自己的个人信息,并真实的展示他们的观点,而J.A.CheValier,D.Mayzlin(<JournalofMarketinGResearch)43(3)(2006)345–354)也指出用户观点对用户决策有很大的影响,在线商品评价对产品有着间接的口头营销作用。因此,网络用户提供的评价信息不仅促进着经济交流,也作为社交论坛,影响着用户消费行为。然而,随着电子商务领域的迅速发展,出现了在线商品评价信息数量大、评价质量参差不齐以及充斥着大量虚假评论等问题。对用户而言,在海量评价中找到有用信息愈加困难;尽管现在许多网站会以最近评价或有用投票展示评价信息,但若以最近评价排序将导致展示给用户的新评价信息质量不稳定,而若以有用投票展示评价信息,会因为新评价投票不足,而忽略高质量低投票的评价信息。这些问题都可以归结为评价质量的评估问题。因此一个客观的在线商品评价质量评估方法可以有效地解决评价的分类、排序与显示、垃圾评论等问题,以辅助用户了解商品的真实信息,做出正确的购买决策。目前,对评价质量有多种定义及评估方法:孟美任等(现代图书情报技术,2012(9):60-66)采用人工标注的方法对评价质量进行分类训 ...
【技术保护点】
一种基于贝叶斯网络的在线商品评价质量评估方法,其特征在于:首先对在线商品评价数据进行规范化处理并确定在线商品评价质量度量衡量标准,得到特征值向量并构建特征值矩阵;进而根据特征值矩阵进行结构学习,获得贝叶斯网的图结构,并根据图结构进行贝叶斯网络参数学习,得到概率参数表集合;最后,对评价质量值进行概率推理,取最大概率权重值及对应的评价质量值,最终得到评价质量度量值,以同一商品的评价质量度量值构建评价质量度量值集合,根据评价质量度量值对同一商品的评价数据进行排序,得到评估结果。
【技术特征摘要】
1.一种基于贝叶斯网络的在线商品评价质量评估方法,其特征在于:首先对在线商品评价数据进行规范化处理并确定在线商品评价质量度量衡量标准,得到特征值向量并构建特征值矩阵;进而根据特征值矩阵进行结构学习,获得贝叶斯网的图结构,并根据图结构进行贝叶斯网络参数学习,得到概率参数表集合;最后,对评价质量值进行概率推理,取最大概率权重值及对应的评价质量值,最终得到评价质量度量值,以同一商品的评价质量度量值构建评价质量度量值集合,根据评价质量度量值对同一商品的评价数据进行排序,得到评估结果。2.根据权利要求1所述的基于贝叶斯网络的在线商品评价质量评估方法,其特征在于:所述基于贝叶斯网络的在线商品评价质量评估方法的具体步骤如下:Step1、首先使用特征函数对在线商品评价数据中的含有有用性投票的评价信息进行规范化处理,再基于在线商品评价有用性投票的数量确定在线商品评价质量度量衡量标准,最终得到在线商品评价数据的特征值向量,并以在线商品评价数据的特征值向量构建特征值矩阵;Step2、基于在线商品评价数据的特征值矩阵,进行贝叶斯网络结构学习,得到贝叶斯网的图结构;并根据图结构进行贝叶斯网络参数学习,得到概率参数表集合,概率参数表集合与图结构构成贝叶斯网络;Step3、按Step1对在线商品评价数据中的缺乏有用性投票的评价信息进行规范化处理,并根据Step2所得贝叶斯网络的图结构与概率参数表集合使用贝叶斯网推理算法对评价质量值进行概率推理,取最大概率权重值及对应的评价质量值,最终得到评价质量度量值,以同一商品的评价质量度量值构建评价质量度量值集合;根据评价质量度量值对同一商品的评价数据进行排序,得到评估结果。3.根据权利要求2所述的基于贝叶斯网络的在线商品评价质量评估方法,其特征在于:所述步骤Step1的具体步骤为:Step1.1、在线商品评价数据是从电子商务网站获取的对商品的评价数据;一件商品包含不同或相同用户的多条评价数据,每条评价数据都包含对商品的文本评论、好评、中评或差评及评价时间、名称、价格等一组综合评价数据,其中每个分量都是一个特征,而文本评论还包含语法、语义等特征,使用特征函数集F=(f1(Reviewi),f2(Reviewi),…,fn(Reviewi))对第i条原始评价数据Reviewi(i∈Z+)进行特定整数集映射,从而对原始评价数据进行规范化处理;fj...
【专利技术属性】
技术研发人员:付晓东,丁东,刘骊,刘利军,冯勇,
申请(专利权)人:昆明理工大学,
类型:发明
国别省市:云南;53
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。