Indexed by：
Abstract：
在线网络评论作为用户针对相关产品或服务所撰写的个人体验或感受,已经成为获取用户需求的一项重要的数据资源,评论质量的良莠不齐严重干扰了需求挖掘的准确性和可信性,识别有用的在线评论有助于准确地分析用户需求。提出了结合评论文本的语义相似度和产品情感相似度来计算产品评论相似度的方法,更好地反映评论之间的相似性。在此基础上,运用社会网络理论构建以评论为网络节点,评论相似性为边的产品评论网络,从用户需求的角度出发,使用基于聚类的异常点检测技术对评论进行有用性分析,获取对获取产品需求有用的产品评论。结果表明该方法可以有效地发现对获取产品需求没有价值的评论,为提高用户需求分析的准确性提供了前提保障。
Keyword：
Reprint Author's Address：
Email：
Source ：
北京工业大学学报(社会科学版)
Year： 2018
Issue： 05
Volume： 18
Page： 73-82
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 15
Affiliated Colleges：
