科研之友
微信
新浪微博
Facebook
分享链接
摘要
电子商务的高速发展伴随着产品评论数据快速膨胀，使通过评论数据来分析产品各属性表现成为可能，因此如何有效地挖掘这些信息用于产品设计具有重要意义。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B2C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。
- 单位
