用于在线产品评论质量分析的Co-training算法

摘要：

在线评论广泛存在于电子商务网站平台,其中包含着客户对产品的评价及偏好.高效分析在线评论数据并满足客户需求,对许多谋求立足于竞争激烈的国际化市场的企业来说至关重要.但因在线评论的质量不一,使得如何分析在线评论的质量成为一项重要工作.从两个方面提取特征对在线评论进行描述,并构建了一种Co-training算法来判断评论的质量.通过对比实验验证了该算法相对于单一分类算法的优势.

关键词：数据质量、Co-training算法、在线产品评论、评论质量、文本挖掘、产品设计

所属期刊栏目：20

分类号：F287.4(基本建设经济)

资助基金：国家自然科学基金资助项目71271185;中央高校基本科研业务费专项资金资助项目SKZZX2013091

在线出版日期：2014-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：289-295