一个典型的电子商务平台通常有很多类似的待售商品(这里的商品指产品和模仿的组合),使用户难以做出购买选择。为了帮助用户更好地选择不同的商品,以前购买商品的用户因此,如何从大量的用户评论中自动收集有用的信息已经成为研究的热点。但是由于评论数量众多,用户无法阅读所有评论来提取实际有用的信息。因此设计基于用户评论的评分系统可以帮助用户更有效的利用以前的评论信息。.在这里,我们提出了一种用户评论驱动的评分系统,该系统是专门为中国主要的电子商务平台天猫(tmall.com)设计的,旨在帮助客户了解相似商品之间的差异,从而找到满意的商品。得分与天猫得分的得分结果相同,而我们的得分系统可以通过计算出多维得分,以更高的粒度区分商品。 1)我们建立了专用的分词词典来确保用户评论分词的准确性; .2)除词频统计外,在特征空间建立过程中还使用了语法合并,以实现对特征空间的准确实现。.3)我们精心打造了专门针对天猫的情感词典,用于对用户评论进行准确的情感分析。本文提出了一种针对中国著名的电子商务平台天猫设计的用户评论驱动的评分系统,以帮助客户更好地理解差异在不同尺寸的类似物品之间,以提高中国客户的在线购物体验质
2021-03-02 10:05:18
308KB
研究论文
1