基于模糊综合评价的线上商品评论状况研究

为了挖掘线上商品评论中有价值的信息,帮助企业进行产品销售管理与决策,采用自然语言处理算法,分词汇提取用户评论中的情感分数,建立模糊综合评价模型,得到一套可用于衡量商品评论状况的综合评价方案。定义即时声誉、累计声誉与成功水平,深度挖掘“成功水平”峰值附近的数据,建立断点回归模型对过去星级与后续评论进行因果分析,运用相关系数对情绪特征词和商品星级进行相关性分析。结果表明,发现评论中“喜欢”“好”等褒义词以较高频率出现时,将短期内提高产品成为成功商品的可能性;过去星级与后续评论存在显著因果关系,情绪特征词与商品星级存在显著相关关系;结合评价结果及各指标间的关系,能够有效帮助企业提高产品系统性优化的效率。