在线评论有用性的深度数据挖掘——基于TripAdvisor的酒店评论数据

来源 :南开管理评论 | 被引量 : 0次 | 上传用户:wuxiaoxin888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在线评论有用性有助于浏览者快速获取有效信息。本文以双重过程理论的启发式—系统式(HSM)模型为理论基础,基于TripAdvisor的酒店评论,采用Word2Vec、LDA和机器学习等方法量化变量,通过多元回归对评论有用性的影响因素进行分析。研究发现:(1)基于HSM模型建立的有用性影响因素理论模型,将影响因素分为启发式和系统式线索。在启发式线索中,评论长度与有用性呈倒U型关系,历史评论数、评论时间、是否有照片存在正面影响,评论者类型不同影响不同;在系统式线索中,所有评论主题、评论负面程度均存在正面影响。(
其他文献
拉曼光谱作为一种分子“指纹”图谱,能够根据物质分子间的振动对物质进行定性分析,广泛应用在很多领域。拉曼光谱可应用于便携式监测系统,但其数据量偏大,如果不对其数据处理
中学地理教材是由文字系统和图像系统组成的,在地理课本中,配置了大量的各种类型的地图,这说明地理教学的一个重要特点,就是教师在教学中必须注意地图的教与学。