| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 在线评论热点分析 | 第10-11页 |
| 1.2.2 核心作者及机构分析 | 第11-12页 |
| 1.2.3 在线评论主要研究内容 | 第12-16页 |
| 1.3 研究目的和意义 | 第16-17页 |
| 1.3.1 研究目的 | 第16页 |
| 1.3.2 研究意义 | 第16-17页 |
| 1.4 主要研究方法和工具 | 第17-19页 |
| 1.4.1 主要研究方法 | 第17-19页 |
| 1.4.2 主要分析工具 | 第19页 |
| 1.5 研究思路与框架 | 第19-21页 |
| 第2章 相关理论基础 | 第21-27页 |
| 2.1 在线评论的概念及内涵 | 第21页 |
| 2.2 在线评论有用性的内涵界定 | 第21-22页 |
| 2.3 在线评论有用性理论基础 | 第22-27页 |
| 2.3.1 信息采纳模型 | 第22-23页 |
| 2.3.2 归因理论 | 第23-27页 |
| 第3章 在线评论有用性指标优化 | 第27-33页 |
| 3.1 评论信息来源指标 | 第28页 |
| 3.2 评论信息质量指标 | 第28-33页 |
| 3.2.1 评论内容特征指标 | 第29-30页 |
| 3.2.2 评论形式特征指标 | 第30-31页 |
| 3.2.3 追加评论 | 第31-33页 |
| 第4章 在线评论有用性排序模型构建研究 | 第33-45页 |
| 4.1 概念模型构建 | 第33-34页 |
| 4.2 指标体系量化 | 第34-39页 |
| 4.2.1 评论人可信性指标 | 第34-35页 |
| 4.2.2 评论的内容特征指标 | 第35-37页 |
| 4.2.3 评论的形式特征指标 | 第37-39页 |
| 4.3 基于FAHP的有用性指标权重计算 | 第39-41页 |
| 4.3.1 构建模糊一致矩阵 | 第39-40页 |
| 4.3.2 计算各指标的权重 | 第40-41页 |
| 4.4 基于DEA的评论有用性最优效率指标计算 | 第41-43页 |
| 4.5 在线评论有用性排序模型构建 | 第43-45页 |
| 第5章 在线评论有用性排序模型算法实验 | 第45-59页 |
| 5.1 在线评论有用性排序算法测试 | 第45-50页 |
| 5.1.1 指标权重计算 | 第45-46页 |
| 5.1.2 评论数据采集与预处理 | 第46-47页 |
| 5.1.3 最优效率指标计算 | 第47-49页 |
| 5.1.4 基于FAHP和DEA的多因素有用性排序 | 第49-50页 |
| 5.2 在线评论有用性排序结果分析 | 第50-59页 |
| 5.2.1 实验结果与原始排序结果对比分析 | 第50-56页 |
| 5.2.2 用户有用性感知对比分析 | 第56-59页 |
| 第6章 研究结论及展望 | 第59-61页 |
| 6.1 研究总结 | 第59页 |
| 6.2 研究的局限性及展望 | 第59-61页 |
| 6.2.1 研究局限 | 第59页 |
| 6.2.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附件1 在线评论有用性影响指标重要度关系判断表 | 第67-69页 |
| 附件2 Python代码 | 第69-71页 |
| 附件3 在线评论有用性感知比较问卷 | 第71-75页 |
| 作者简介及在学期间所取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |