车丹丹+杨欣怡

【摘要】电商行业正在蓬勃发展，人们越来越多地通过网络来购物，而淘宝网现有评价体系虽然有着简单明了，操作统计简便的特征，但是面对淘宝网巨大的交易量和复杂的交易情况，现有的信用评价体系已经不足以客观公正的评价交易双方的真实情况和意愿，而网购评价行为是电子口碑传播的一种方式，蕴含着消费者的网购目标导向及其行为反应特征，本文使用文本挖掘法，构建出了一个基于文本挖掘的二层评论指标体系（D-B-U-Q信用评论体系）并分别计算出了各项一级指标和二级指标的权重，其中商品细节、用户体验等为一级指标，商品色差、商品质量等14项为二级指标。再通过语义网络分析对模型进行改进，最后发放问卷统计数据对模型进证。【关键词】评价体系；文本挖掘；评论信息

1课题背景

淘宝网评分存在的问题

1.1评价过于简单

虽然淘宝的店铺评分规则已经考虑到了这点，规定了主要的评价内容和划分满意度，但是每一项指标具体代表的意思不够详细，所以直接进行评价会丧失掉一部分有用信息。

1.2评分体系不够科学

对于不同种类的商品，每一项指标反映信息的重要程度是有区别的，而目前的评分体系直接对四项指标得分简单加总，而没有权重之分，这对于商品的评价具有一定的不客观性。

2建立模型

2.1初步建立评价体系

研究表明，评论信息可以从一个侧面表达出购物者在网上购物过程中所关注的因素，且关键词提及数越多，表明购物者对其关注度越高，而这些评论信息反过来又会作用于其他购物者的购买决策，所以，本文利用评论信息中高频词提及数做指标的权重比，如下表1所示。……