基于BP神经网络的在线评论效用影响因素研究

摘要：

依据信息采纳模型,从评论内容特征和评论者特征两方面考察影响在线评论效用的主要因素,构建了一个应用BP神经网络预测在线评论效用影响因素的模型UPBP.以亚马逊网站上商品的中文评论数据对模型进行实证分析,结果表明,评论深度、评论者可信度、评论者等级和评论情感倾向等因素对在线评论的效用影响较强.通过实验对UPBP和已往研究常用的回归模型的预测准确度进行了比较,实验结果验证UPBP的预测准确度高于传统回归模型.本研究为电商企业管理在线评论提供了启示.

关键词：神经网络、在线评论、评论效用

所属期刊栏目：33

分类号：G203;F713.36(信息与传播理论)

资助基金：国家自然科学基金41174007

在线出版日期：2015-06-30（万方平台首次上网日期，不代表论文的发表时间）

页码：138-142