在线产品评论数据有效性的建模与测度研究

[复制链接]
查看: 323|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72345
发表于 2022-7-20 18:58:58 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着电子商务行业的迅猛发展,越来越多的企业加入了网络营销,根据CNNIC的最新报告显示,截至2011年一月份,42.1%的中小企业曾经做过在线营销。在线评论平台是电子商务的服务平台,但是由于在线评论平台的滞后,影响了电子商务行业的健康快速发展。所以对在线评论有效性和虚假评论的研究,可以一来指导消费者更明智的去消费,其次让商家更好的提高自身服务水平,再者可以对网站设计者提供更人性化的设计方案。在线产品虚假评论的识别题目,国外学者有过相关的研究。本文基于核主成分最小二乘支持向量机模型进行分类识别,流程主要分为三步:进行模型数据构建;通过核主成分提取贡献率高于预定值的前几项主成分;将提取过后的主成分做为支持向量机的输入属性分类。得到的结论:1、核主成分分析相比于原始数据和主成分分析都有一定改进;2、标准化数据集不一定可以提高分类准确率;3、通过P值和recall值的比较,核主成分结合[-1,1]标准化的数据分类表现最好。在线产品评论有效性的题目,本文使用的是二元Logistic和排序Logistic两种模型进行回归。回归主要可以三个部分:1、数据预处理,包括哑变量的设置、连续变量的离散化、因变量的设置;2、回归结果分析;3、模型对比。通过回归主要得到以下结论:1、两种回归模型得到影响有效性的关键因素基本相同;2、排序Logistic的整体表现要优于二元Logistic。





上一篇:多供应商多产品下的企业内部协同配送题目
下一篇:研华公司数字化产品酒店市场营销策略研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图