论文研究 在线商品评论有用性影响因素研究.pdf

网络商务发展中产生了大量无效甚至恶意的在线评论，给消费者阅读和参考带来一定负面影响。针对上述问题，提出了一种基于多元线性回归算法的在线评论有用性预测方法。该方法综合考虑了评论文本属性、评论者属性和店铺属性这三个影响因素，并构建一个预测在线评论有用性模型——RRS-L模型。在实际数据集上的实验表明，该模型具有较高的查准率与召回率，能有效过滤无用评论。