在线商品评论操纵行为的识别及防范机制研究

在线商品评论操纵行为的识别及防范机制研究

ID:44070534

大小:930.64 KB

页数:105页

时间:2019-10-18

在线商品评论操纵行为的识别及防范机制研究_第1页
在线商品评论操纵行为的识别及防范机制研究_第2页
在线商品评论操纵行为的识别及防范机制研究_第3页
在线商品评论操纵行为的识别及防范机制研究_第4页
在线商品评论操纵行为的识别及防范机制研究_第5页
资源描述:

《在线商品评论操纵行为的识别及防范机制研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、中图分类号:单位代号:10280硕士学位论文SHANGHAIUNIVERSITYMASTERSDISSERTATION题目在线商品评论操纵行为的识别及防范机制研究者李健学科专业管理科学与工程导师刘翔副教授完成日期上海大学本论文经答辩委员会全体委员审查,确认符合上海大学硕士学位论文质量要求。答辩委员会签名:主任:委员:导师:答辩日期:原创性声明本人声明:所呈交的论文是本人在导师指导下进行的研究工作。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对

2、本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:日期:本论文使用授权说明本人完全了解上海大学有关保留、使用学位论文的规定,即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容。(保密的论文在解密后应遵守此规定)签名:导师签名:日期:上海大学管理学硕士学位论文在线商品评论操纵行为的识别及防范机制研究姓名:李健导师:刘翔副教授学科专业:管理科学与工程上海大学管理学院2012年3月ADissertationSubmittedtoShanghaiUn

3、iversityfortheDegreeofMasterinManagementThedetectionandthewarningmechanismoftheonlinereviewmanipulationMA.Candidate:LiJianSupervisor:LiuXiangMajor:ManagementScienceandEngineeringManagementCollege,ShanghaiUniversityMarch,2012摘要作为非结构化信息挖掘的一个新兴领域,在线商品评论分析

4、引起了学者的极大兴趣。在线商品评论已经成为消费者购买决策前最为看重的因索,它对在线商品的销量起着决定性的影响。这些研究的共同前提假设是:在线商品评论真实的反应岀了商品或服务的质量,不存在人为操纵评论的行为。本文通过从淘宝网、亚马逊网获取2011年1月份上架的手机和书籍的用户评论,并观察这些商品从1月到10月商品得分的总体变化情况,发现用户对商品的打分呈现出先增后减最后平稳的趋势,通过假设性分析得出了屮文在线评论屮存在厂商操纵在线商品评论的行为,并指出了厂商操纵评论带来的危害。为了有效的识别这些虚假评

5、论信息,本文从评论内容和评论者两个角度构建了在线评论的虚假指数和评论发农者的诚信指数,利用这两个指标对评论内容的真实性进行评价,并对厂商的评论操纵行为的监管防范机制从博弈论的角度进行了分析,得出以下的结论:1)与国外电子商务情况相同,中文电子商务环境下也存在厂商操纵在线评论的行为。通过对厂商评论操纵行为分析发现,厂商评论操纵主要集中于产品刚上架销售的早期;相比较于高质量商品的厂商,低质量商品的厂商更倾向于采用评论操纵的方式提升口我的销量;和比较于实用型商品如手机,享受性商品如卩籍的厂商更倾向于采用评

6、论操纵的方式来影响顾客的决策。2)本文定义了虚假评论的等级和评论者的诚信等级,并建立了基于遗传神经网络(GA-BP)的在线评论虚假指数识别模型和基于SVM方法的评论者诚信指数识别模型,以2011淘宝网和亚马逊网的在线评论内容为样本数据分析发现,模型对评论内容和评论者的预测精度分別为86%和76.9%,是一种高效、准确的在线评论真实性评价模型。3)通过对操纵者和监管者的博弈模型分析发现,加快相关立法、降低监管成本,提高监管效率、加大对操纵厂商的惩罚力度、建立起厂商的信誉评价体系、提升消费者的虚假评论识

7、别能力等措施都能有效的防范厂商评论操纵行为的发生。本文的研究创新主要体现在:1)基于中国实证数据分析,完善操纵行为特征因素。在线评论内容的真实性研究处于刚起步状态,而II都是在外文坏境下的研究。本文基于中文坏境探究在线评论操纵行为的存在性。在前人研究商品上架时间、商品质量对厂商在线评论操纵行为影响的基础上,木文创新性的分析了商品的类型对产品操纵行为的影响。2)建立在线评论真实性的评价模型。在探索在线虚假评论识别的过程屮,创新性的建立起了在线评论虚假指数模型和评论者的诚信指数模型,首次将遗传神经网络和

8、支持向量机方法运用到了中文的在线评论内容真实性识别中去,从评论内容的真实性和评论者的诚信指数对一条评论进行评价。3)建立了基于动态博弈分析的评论操纵行为监管机制。在引入操纵者和监管者博弈模型的情况下,基于动态博弈模型的均衡分析,提出了长远防范在线评论操纵行为的措施。关键词:在线评论;评论操纵;遗传神经网络;支持向量机;I•専弈均衡ABSTRACTOnlinereviewsanalysis,asabranchofunstructureddatamining,hasint

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。