رتبهبندی عقاید کاربران در تارنماهای فروش الکترونیک با استفاده از مدل رگرسیون بردارپشتیبان

سالهای اخیر خریدوفروش برخط محصولهای مختلف تبدیل به یک امر روزمره برای کاربران اینترنت شده است. بسیاری از فروشگاههای اینترنتی امکانی را فراهم آوردهاند تا کاربران بتوانند نظر خود را در مورد یک محصول با بیان عقیده شخصی درج نمایند. در حال حاضر بسیاری از تارنماهای فروش محصولها از رتبهبندی دستی عقاید بهره میگیرند که فاقد هوشمندی لازم میباشد. ازاینرو پژوهشگران تلاش کرده اند با ارایه روشهای کارا با بهرهگیری از تکنیکهای پردازشزبان طبیعی، متنکاوی و یادگیری ماشین و همچنین استفاده از دادههایی که در گذشته جمع آوری شده است مفیدترین عقاید مربوط به هر محصول را به صورت خودکار تشخیص دهند. در این پژوهش یک مدل رگرسیون بردار پشتیبان بر روی تعدادی از ویژگیهای عقاید درج شده در فروشگاههای برخط محصولات آموزش داده شده و برای تعیین میزانمفید بودن عقاید موجود برای هر نظر و سپسرتبهبندی آنها مورد استفاده قرار گرفته است. نتایج به دست آمده از آزمایشهای تجربی حاکی از آن است ترکیب سه رده ویژگی طول عقیده، تکجزیی و امتیاز محصول میزان همبستگی 0/570 و 0/521 را با نرخ سودمندی واقعی، بر روی دو دسته از محصولات الکترونیک، به همراه خواهد داشت.

Keywords:

رتبهبندی عقاید , فروشگاههای برخط , عقیده کاوی , پردازش زبان طبیعی , رگرسیون بردار پشتیبان