齐连永，窦万春，周毓明（.南京大学计算机科学与技术系，南京20093；2.曲阜师范大学信息科学与工程学院，山东日照276826）

一种上下文感知的E-commerce评级大数据赋权方法

齐连永1，2，窦万春1，周毓明1
（1.南京大学计算机科学与技术系，南京210093；2.曲阜师范大学信息科学与工程学院，山东日照276826）

电子商务（E-commerce）的飞速发展，产生了大量针对商品的在线评级数据，通过分析评级数据，用户可以对商品的质量进行评估.然而，评级数据的海量性和差异性使得用户难以快速而准确地评估商品的质量.鉴于此，提出一种基于E-commerce评级的上下文感知赋权方法（context-aware weighting approach，CWA），以选出少数“重要”的评级数据并抛弃大多数“不重要”的评级数据，从而确保商品质量评估的快速性和准确性.最后，通过一组实验验证了CWA的有效性.

E-commerce；用户评级；大数据；赋权；上下文

1　E-commerce评级大数据及其面临的挑战

网络技术的普及推动了电子商务（E-commerce）的飞速发展，越来越多的用户通过在线购物网站进行消费，例如天猫商城在2015年11月11日（双十一）的日销售金额达到921亿元.然而，由于电子商务的虚拟性，用户无法直观地了解在线商品的质量，这给用户对商品进行选择带来了巨大困难.目前，电子商务领域主要采取用户评级的方式（如常用的1*～5*评级）［1］，对商品质量进行反馈，以供新用户参考.这样，通过分析历史的用户评级数据，新用户可以对商品质量进行评估，进而作出购买决策.

然而，目前基于用户评级的商品质量评估存在如下两方面的挑战.

（1）评……