Please wait a minute...
Advanced Search
数据分析与知识发现  2017, Vol. 1 Issue (10): 32-42     https://doi.org/10.11925/infotech.2096-3467.2017.0408
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
一种基于主流特征观点对的评论可信性排序研究*
王忠群(), 吴东胜, 蒋胜, 皇苏斌
安徽工程大学管理工程学院 芜湖 241000
Ranking Credibility of Online Product Reviews Based on Feature-Opinion Pair
Wang Zhongqun(), Wu Dongsheng, Jiang Sheng, Huang Subin
School of Management and Engineering, Anhui Polytechnic University, Wuhu 241000, China
全文: PDF (582 KB)   HTML ( 2
输出: BibTeX | EndNote (RIS)      
摘要 

目的】从大量在线商品评论中筛选出可信的评论辅助消费者制定购买决策。【方法】提出一种基于大数据思维的主流特征观点对的概念, 依据特征观点对在不同用户评论中的认可程度, 建立评论可信性排序模型。【结果】淘宝、天猫和京东平台的商品评论的主流特征观点对是稳定的; 与已有模型相比, 使用本文模型排序过的用户评论包含的产品特征范围更广, 评论有用性提升7.5%, 更能够反映评论的真实情况。【局限】仅从评论包含的特征观点对考虑评论可信性, 而未考虑评论的具体语义情况。【结论】包含主流特征观点对数量越多的评论, 其可信度则越大。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王忠群
吴东胜
蒋胜
皇苏斌
关键词 在线商品评论特征观点对可信度    
Abstract

[Objective] This paper tries to choose credible comments from a large number of online product reviews, aiming to help consumers make purchasing decisions. [Methods] First, we proposed a concept of mainstream feature-opinion pair with the help of big data. Then, we established the credibility ranking model based on the recognition level of feature-opinion pair from different users’ comments. [Results] We found that the mainstream feature-opinions of online product reviews were relatively stable among the users of Taobao, TMall and Jingdong. Compared with existing models, the reviews sorted by our method covered more product features, and their helpfulness was increased by 7.5%. [Limitations] We did not consider the specific semantic situation of the comments while ranking their credibility. [Conclusions] The more mainstream feature-opinion pairs each comment contains, the more credible it is.

Key wordsOnline Product Reviews    Feature-Opinion Pair    Credibility
收稿日期: 2017-05-15      出版日期: 2017-11-08
ZTFLH:  G202  
基金资助:*本文系国家自然科学基金项目“C2C市场中基于行为树的销量识别与发布研究”(项目编号: 71371012)和教育部人文社会科学研究一般项目“C2C市场中基于参与者行为的‘打榜’识别模型与应用研究”(项目编号: 13YJA630098)的研究成果之一
引用本文:   
王忠群, 吴东胜, 蒋胜, 皇苏斌. 一种基于主流特征观点对的评论可信性排序研究*[J]. 数据分析与知识发现, 2017, 1(10): 32-42.
Wang Zhongqun,Wu Dongsheng,Jiang Sheng,Huang Subin. Ranking Credibility of Online Product Reviews Based on Feature-Opinion Pair. Data Analysis and Knowledge Discovery, 2017, 1(10): 32-42.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.2096-3467.2017.0408      或      http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2017/V1/I10/32
  词性标注和依存句法分析
  词性标注和依存句法分析
类别
阈值
第1组
(300)
第2组
(600)
第3组
(900)
第4组
(1200)
第5组
(1500)
第6组
(1800)
第7组
(2100)
第8组
(2400)
第9组
(2700)
第10组
(3000)
第11组
(3300)
第12组
(3600)
方差8
(8-12)
方差9
(9-12)
方差10
(10-12)
6 10 20 33 39 42 49 51 53 63 68 70 74 65.30 20.92 9.33
7 6 19 28 32 36 44 46 47 52 58 64 66 63.80 40.00 17.33
8 6 16 27 31 32 39 41 44 48 52 60 64 68.80 53.33 37.33
9 5 14 25 29 32 36 39 41 45 47 50 57 36.00 27.58 26.33
10 5 12 22 26 32 33 38 39 43 43 44 52 22.70 19.00 24.33
11 5 11 20 24 28 31 35 37 42 43 43 46 10.70 3.00 3.00
12 5 11 19 22 27 31 33 34 38 41 42 45 17.50 8.33 4.33
13 4 10 17 22 24 31 33 33 36 37 37 42 10.50 7.33 8.33
14 4 9 15 17 21 31 31 32 34 35 37 39 7.30 4.92 4.00
15 4 9 15 15 21 27 31 32 32 33 33 37 4.30 4.92 5.33
16 4 8 15 15 20 25 29 31 32 33 33 36 3.50 3.00 3.00
17 3 7 15 15 20 24 27 31 32 32 33 35 2.30 2.00 2.33
18 3 7 14 14 19 22 25 27 31 32 32 34 6.70 1.58 1.33
19 2 7 13 14 18 21 25 25 29 32 32 34 12.30 4.25 1.33
20 2 6 13 14 16 19 21 23 29 30 30 31 10.30 0.67 0.33
21 1 6 13 14 15 18 20 22 28 29 30 31 12.50 1.67 1.00
22 1 6 10 13 14 18 19 21 25 28 29 30 13.30 4.67 1.00
23 1 6 10 12 14 18 18 20 20 24 26 30 18.00 17.33 9.33
24 1 6 9 11 14 16 18 20 20 22 24 29 14.00 14.92 13.00
25 1 6 9 11 12 16 18 18 20 20 21 28 14.80 14.92 19.00
  不同阈值下提取出的主流特征观点对数目
序号 特征观点对 数量 序号 特征观点对 数量
1 性价比高 118 11 充电快 20
2 外观漂亮 76 12 价格便宜 16
3 物流快 70 13 运行速度快 16
4 服务好 57 14 指纹识别快 15
5 手机不错 41 15 系统流畅 14
6 手感好 33 16 运行流畅 14
7 电池耐用 30 17 物流慢 14
8 音质差 26 18 价格公道 10
9 质量好 24 19 屏幕不灵 10
10 拍照差 23 20 信号差 10
  完全和部分主流特征观点对
淘宝/本模型 评论者 cpr 评论内容 评论时间 投票数
1/336 微***i
1 收到了, 确认是正品。之前看些差评不理解, 没你们说的那么差。之所以买魅族是因为喜欢, 我们一家人都是魅族手机。这台手机挺好看的, 冰川蓝真的超级喜欢。 看看我的魅蓝note2, 屏幕都要脱落了, 我觉得还是好用, 虽然没有3g运行。所以这次买魅蓝note5。魅族没有那么差, 而你们要求太高, 那就去买符合你们要求的啊。谁还逼你买了, 而且买的人没花你的钱。 物流全五分, 前天下午下单, 今天中午收到了。 客服全五分, 有问必答, 态度良好。ps: 冰川蓝太好看了。 2017年02月
25日22: 53
有用
(0)
2/407 z***5(匿名)
1 之前在红米note4x和魅蓝note5之间犹豫, 最终还是选择魅族, 外观工艺这个是魅族的强项, 前置指纹的mback比起后置来说方便很多!p10没有想象重不堪!做工优良, 完完全全不像千元机, 当然不足还是有的, 比如mback手感, 以及外放不如mx6!很满意! 2017年02月
26日15: 55
有用
(0)
3/362 陈***9
1.5 之前用的Note2摔坏了, 用换机助手很方便就完成了数据迁移。指纹识别很灵敏, 快充也是一大亮点。唯一不太满足的就是摄像头成像效果比较差, 跟Note2相比, 完全没进步。总的来说, 一千多一丢丢能买到这样的机子已经很满足啦, 稍微好一点的衣服都要上千了。推荐购买, 绝不后悔。店家还有个小不足, 就是给我发的是移动版的(壳子上印有移动4G标志), 还好刷机后跟通用版没差别。 2017年02月
27日12: 23
有用
(0)
  评论可信度排序结果Ⅰ
淘宝/本模型 评论者 cpr 评论内容 评论时间 投票数
737/1 佐***5(匿名)
5 非常好的买家, 手机是未拆封正品, 价格实惠, 服务周到, 发货快, 手感非常好, 用了几天, 很流畅, 长续航, 充电确实比较快, 卖家的服务态度也非常好。 2017年01月
18日 17: 21
有用
(0)
139/2 小***理
4 不错, 屏幕够大够清晰, 反应速度也很快, 最主要这么大屏的手机价格很优惠的, 卖家服务好发货快。 2017年02月
27日 13: 12
有用
(0)
587/3 j***n(匿名)
4 买了两台, 一台备用机, 一台送别人。做工手感等等是最好的, 颜值高。但系统简单得也有些简陋。外在够了, 内在却令人失望。摄像是最差的, 其他零部件如震动等碍于成本也明显感觉不怎样, 声音还可以。总的来说也值得购买, 当然只推荐备用, 毕竟颜值够就好, 其他的用主力机才是正道。 2017年01月
25日 14: 38
有用
(0)
  评论可信度排序结果Ⅱ
文献[14]/本模型 评论者 cpr 评论内容 评论时间 投票数
1/7 t***生
3.5 这价位、这做工、这发货速度, 简直无敌!手机很好用, 颜值高, 充电速度快, 电池够大, 完全掩盖了外放音质和拍照的弱点, 魅蓝Note5这个价位最好的手机, 你值得拥有! 2017年02月
03日20: 38
有用(0)
2/14 h***7
3 以前有一部MX4 , 现在用魅蓝NOTE2 电信版一年半, 最近觉得越来越慢, 经常要清空内存, 决定换机, 考虑过红米NOTE4, CPU 肯定不错, 可惜就是不喜欢后置的指纹解锁按键, 放弃了。最终选择了4G 64G版本, 不想再删这删那了。用机2天, 说说优点, 快充不错, 电池容量大, 一般用两天应该不成问题, 全金属手感也不错。只是觉得屏幕和相机都不如MX4, 声音不如NOTE2, 典型的学生机。但4G 64G的配置价格不过1300, 已经是相当难得了, 适合工薪阶层。好评! 2017年02月
09日11: 38
有用(0)
3/11 对***她
3 用了几天才来评论, 这个手机虽然涨价了但性价比仍然很好, 颜值做工都比红米好, 前置指纹和系统也比小米好, 快充给力, 缺点是拍照弱, Cpu赶不上红米, 玩游戏会闪退, 总之我觉得这机子比红米强一点。 2017年02月
19日09: 12
有用(0)
  评论可信度排序结果Ⅲ
对比项目 排序比 评论相关性评价 商品体验性评价 评论有用性评价
功能 质量 性价比 外观 服务 物流 使用后评价 网购经验 评论提供了有帮助
的购买决策信息
淘宝/本模型 1/336 × × × × ×
2/407 × × × × × ×
3/362 × × × × × ×
本模型/淘宝 1/737 ×
2/1144 ×
3/638 × ×
文献[14]/本模型 1/7 × × ×
2/14 × × × ×
3/11 × ×
  模型认可度对比
[1] 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.
[1] (Yang Ming, Qi Wei, Yan Xiangbin, et al.Utility Analysis for Online Product Review[J]. Journal of Management Sciences in China, 2012, 15(5): 65-75. )
[2] 张薇薇, 柏露. 网络评论可信度影响因素研究述评[J]. 情报理论与实践, 2016, 39(6): 131-138.
doi: 10.16353/j.cnki.1000-7490.2016.06.025
[2] (Zhang Weiwei, Bai Lu.Review on Research of Impact Factor of the Credibility of Online Review[J]. Information Studies: Theory & Application, 2016, 39(6): 131-138. )
doi: 10.16353/j.cnki.1000-7490.2016.06.025
[3] 文继荣. 大数据的经验主义解释[EB/OL]. (2014-09-15). [2017-03-10].
[3] (Wen Jirong. Empirical Interpretation of Big Data[EB/OL] . (2014-09-15). [2017-03-10].
[4] Wen J R, Nie J Y, Zhang H J.Clustering User Queries of a Search Engine[C]// Proceedings of the 10th International Conference on World Wide Web. ACM, 2001: 162-168.
[5] 尹裴, 王洪伟, 郭恺强. 中文商品评论的“特征观点对”识别: 基于领域本体的建模方法[J]. 系统工程, 2013, 31(1): 68-77.
[5] (Yin Pei, Wang Hongwei, Guo Kaiqiang.Feature-opinion Pair Identification in Chinese Online Reviews Based on Domain Ontology Modeling Method[J]. Systems Engineering, 2013, 31(1): 68-77. )
[6] 维克托·迈尔-舍恩伯格, 肯尼思·库克耶. 大数据时代[M].杭州: 浙江人民出版社, 2013.
[6] (Maier- Schoenberg V, Kukye K.Big Data Era[M]. Hangzhou: Zhejiang People’s Publishing House, 2013. )
[7] Baek H, Ahn J, Choi Y.Helpfulness of Online Consumer Reviews: Readers’ Objectives and Review Cues[J]. International Journal of Electronic Commerce, 2012, 17(2): 99-126.
doi: 10.2753/JEC1086-4415170204
[8] Mudambi S M, Schuff D.What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com[J]. MIS Quarterly, 2010, 34(1): 185-200.
doi: 10.1007/s10107-008-0244-7
[9] Qazi A, Syed K B S, Raj R G, et al. A Concept-level Approach to the Analysis of Online Review Helpfulness[J]. Computers in Human Behavior, 2016, 58: 75-81.
doi: 10.1016/j.chb.2015.12.028
[10] 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.
doi: 10.3969/j.issn.1673-0461.2010.10.004
[10] (Guo Guoqing, Chen Kai, He Fei.An Empirical Study on the Influence of Perceived Credibility of Online Consumer Reviews[J]. Contemporary Economic Management, 2010, 32(10): 17-23. )
doi: 10.3969/j.issn.1673-0461.2010.10.004
[11] 孟美任, 丁晟春. 在线中文商品评论可信度研究[J]. 现代图书情报技术, 2013(9): 60-66.
[11] (Meng Meiren, Ding Shengchun.Research on the Credibility of Online Chinese Product Reviews[J]. New Technology of Library and Information Service, 2013(9): 60-66. )
[12] 龚思兰, 丁晟春, 周夏伟, 等. 在线商品评论信息可信度影响因素实证研究[J]. 情报杂志, 2013, 32(11): 202-206.
doi: 10.3969/j.issn.1002-1965.2013.11.038
[12] (Gong Silan, Ding Shengchun, Zhou Xiawei, et al.An Empirical Research of Online Commodity Reviews Information Credibility Factors[J]. Journal of Intelligence, 2013, 32(11): 202-206. )
doi: 10.3969/j.issn.1002-1965.2013.11.038
[13] 刘逶迤, 逯万辉, 丁晟春. 商品评论信息可信度研究[J]. 情报科学, 2012, 30(10): 1556-1559, 1565.
[13] (Liu Weiyi, Lu Wanhui, Ding Shengchun.Research on the Credibility of Commodity Reviews Information[J]. Information Science, 2012, 30(10): 1556-1559, 1565. )
[14] 黄婷婷, 曾国荪, 熊焕亮. 基于商品特征关联度的购物客户评论可信排序方法[J]. 计算机应用, 2014, 34(8): 2322-2327.
doi: 10.11772/j.issn.1001-9081.2014.08.2322
[14] (Huang Tingting, Zeng Guosun, Xiong Huanliang.Trustworthy Sort Method for Shopping Customer Reviews Based on Correlation Degree with Product Features[J]. Journal of Computer Applications, 2014, 34(8): 2322-2327.)
doi: 10.11772/j.issn.1001-9081.2014.08.2322
[15] 王倩倩. 一种在线商品评论信息可信度的排序方法[J]. 情报杂志, 2015, 34(3): 181-185.
doi: 10.3969/j.issn.1002-1965.2015.03.033
[15] (Wang Qianqian.Information Credibility of Online Reviews: A New Ranking Method[J]. Journal of Intelligence, 2015, 34(3): 181-185. )
doi: 10.3969/j.issn.1002-1965.2015.03.033
[16] 郝玫, 杨晓媛. 中文网络客户评论可信度研究[J]. 现代图书情报技术, 2015(2): 55-63.
[16] (Hao Mei, Yang Xiaoyuan.Credibility Research on Chinese Online Customer Reviews[J]. New Technology of Library and Information Service, 2015(2): 55-63. )
[17] 孟园, 王洪伟. 基于文本内容特征选择的评论质量检测[J]. 现代图书情报技术, 2016(4): 40-47.
[17] (Meng Yuan, Wang Hongwei.Evaluating Online Reviews Based on Text Content Features[J]. New Technology of Library and Information Service, 2016(4): 40-47. )
[18] 林煜明, 王晓玲, 朱涛, 等. 用户评论的质量检测与控制研究综述[J]. 软件学报, 2014, 25(3): 506-527.
doi: 10.13328/j.cnki.jos.004517
[18] (Lin Yuming, Wang Xiaoling, Zhu Tao, et al.Survey on Quality Evaluation and Control of Online Reviews[J]. Journal of Software, 2014, 25(3): 506-527. )
doi: 10.13328/j.cnki.jos.004517
[19] Ghose A, Ipeirotis P G.Estimating the Helpfulness and Economic Impact of Product Reviews: Mining Text and Reviewer Characteristics[J]. IEEE Transactions on Knowledge & Data Engineering, 2011, 23(10): 1498-1512.
doi: 10.1109/TKDE.2010.188
[20] 聂卉. 基于内容分析的用户评论质量的评价与预测[J]. 图书情报工作, 2014, 58(13): 83-89.
doi: 10.13266/j.issn.0252-3116.2014.13.014
[20] (Nei Hui.Content-oriented Evaluation and Detection for Product Reviews[J]. Library and Information Service, 2014, 58(13): 83-89. )
doi: 10.13266/j.issn.0252-3116.2014.13.014
[21] 刘臣, 韩林, 李丹丹, 等. 基于汉语组块的产品特征观点对提取与情感分析研究[J]. 计算机应用研究, 2017, 34(10): 1-6.
[21] (Liu Chen, Han Lin, Li Dandan, et al.Research of Product Feature-Opinion Extraction and Sentiment Analysis Based on Chinese Chunk Parsing[J]. Application Research of Computers, 2017, 34(10): 1-6. )
[22] 彭云, 万常选, 江腾蛟, 等. 基于语义约束LDA的商品特征和情感词提取[J]. 软件学报, 2017, 28(3): 676-693.
[22] (Peng Yun, Wan Changxuan, Jiang Tengjiao, et al.Extracting Product Aspects and User Opinions Based on Semantic Constrained LDA Model[J]. Journal of Software, 2017, 28(3): 676-693. )
[23] 李志宇. 在线商品评论效用排序模型研究[J]. 现代图书情报技术, 2013(4): 62-68.
[23] (Li Zhiyu.Study on the Reviews Effectiveness Sequencing Model of Online Products[J]. New Technology of Library and Information Service, 2013(4): 62-68. )
[1] 李保珍,王亚,周可. 基于贝叶斯理论的社会化媒体网络信息内容可信度测度*[J]. 数据分析与知识发现, 2017, 1(6): 83-92.
[2] 郝玫, 杨晓媛. 中文网络客户评论可信度研究[J]. 现代图书情报技术, 2015, 31(2): 55-63.
[3] 聂卉, 王佳佳. 产品评论垃圾识别研究综述[J]. 现代图书情报技术, 2014, 30(2): 63-71.
[4] 孟美任, 丁晟春. 在线中文商品评论可信度研究[J]. 现代图书情报技术, 2013, 29(9): 60-66.
[5] 王斐,王凤英. 基于可信度和UCON的资源分发研究与应用*[J]. 现代图书情报技术, 2007, 2(9): 40-43.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn