吴 璠,王中卿,周夏冰,李寿山,周国栋

(苏州大学 计算机科学与技术学院，江苏 苏州 215006)

0 引言

随着互联网技术的普及，网络购物市场也迅速发展起来，网络用户规模不断扩大，在线评论网站如Yelp、Amazon等也迅速增多。对于网络购物的潜在消费者而言，其他用户的在线评论可以帮助他们做出有效的购买决策，他们通过阅读其他已购买消费的用户在线评论信息或与其他用户交流购物感受可以对商品有更深层次的了解，进而做出有效的选择，买到心仪的产品。而对于商家而言，通过挖掘大量的评论数据来了解该项产品的用户体验，发掘用户最希望提供和改善的功能，以对产品做出针对性的改进。商家合理运用这些在线评论，将会为企业带来一波生产率的增长和利润的提高。对于产生在线评论的第三方网站来说，也可以通过提供高质量的评论信息来帮助他们建立良好的口碑，获取更高的关注度。

但是随着在线评论数量的不断增长，评论质量良莠不齐，故并非所有的评论都具备参考价值。同时由于网络的匿名性，用户非面对面接触，沟通成本低，内部操作空间大，以及各大在线评论网站对评论内容的低约束性，导致一些用户随意发表评论，或提交一些与商品无关的评论，极端情况下，有的不良商家会找人撰写虚假、刻意夸大商品功能的评论。甚至一些同行竞争对手，会故意撰写诋毁对方商品或服务的恶意评论，这些评论对消费者的参考价值极低，甚至会引导消费者做出不正确的决定。……