社会化商务中基于UGC的商家信誉评价研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究目的和意义 | 第8-9页 |
| 1.2.1 研究目的 | 第8页 |
| 1.2.2 研究意义 | 第8-9页 |
| 1.3 研究内容与技术路线 | 第9-12页 |
| 2 文献综述和理论基础 | 第12-21页 |
| 2.1 相关研究综述 | 第12-14页 |
| 2.1.1 社会化商务研究综述 | 第12-13页 |
| 2.1.2 商家信誉评价研究综述 | 第13-14页 |
| 2.2 云模型理论基础 | 第14-18页 |
| 2.2.1 云模型相关概念 | 第15-16页 |
| 2.2.2 云模型发生器 | 第16-17页 |
| 2.2.3 云模型的优势 | 第17-18页 |
| 2.3 HNC理论介绍 | 第18-19页 |
| 2.4 词汇链 | 第19-21页 |
| 2.4.1 词汇链的概念 | 第19页 |
| 2.4.2 词汇链的构建方法 | 第19-21页 |
| 3 基于用户生成内容的商家信誉维度抽取 | 第21-44页 |
| 3.1 文本数据获取和分析 | 第22页 |
| 3.2 文本预处理 | 第22-25页 |
| 3.2.1 文本分词 | 第23页 |
| 3.2.2 停用词过滤 | 第23页 |
| 3.2.3 同义词合并 | 第23-25页 |
| 3.3 基于HNC和词汇链的短文本主题词抽取 | 第25-32页 |
| 3.3.1 词汇链构建 | 第26-30页 |
| 3.3.2 词汇链的综合权重计算 | 第30-32页 |
| 3.4 短文本主题词聚类 | 第32-36页 |
| 3.4.1 基于DBSCAN算法的主题词聚类 | 第32-34页 |
| 3.4.2 类簇描述和信誉维度生成 | 第34-36页 |
| 3.5 实验分析 | 第36-39页 |
| 3.5.1 实验设置 | 第36-37页 |
| 3.5.2 结果分析 | 第37-39页 |
| 3.6 实例分析 | 第39-44页 |
| 4 基于云模型的商家信誉综合评价 | 第44-56页 |
| 4.1 商家信誉评价指标体系构建 | 第45-48页 |
| 4.2 基于云模型的商家信誉综合评价方法 | 第48-51页 |
| 4.2.1 商家信誉等级划分 | 第48页 |
| 4.2.2 建立商家信誉的评语集云模型 | 第48-50页 |
| 4.2.3 商家信誉综合评价云模型计算 | 第50-51页 |
| 4.3 实例分析 | 第51-56页 |
| 4.3.1 基于云模型的评价方法应用 | 第51-54页 |
| 4.3.2 模糊综合评价法应用 | 第54页 |
| 4.3.3 对比结果分析 | 第54-56页 |
| 5 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |
