网络产品交易非理性评论识别研究

新发展格局下,实体企业依托电商平台零售商品已成为我国电子商务的主要模式。良好的网络产品交流平台对企业提升电子商务竞争力具有积极作用。选取包含评论者和评论内容的多类型评论特征指标,构建基于ID3算法的网络产品交易非理性评论识别模型,并对具体案例中的非理性评论进行了识别。研究表明,网络产品交易非理性评论识别模型的总体识别效果较好,F 1值达到73%,没有出现过拟合现象,泛化能力较好。本方法优于随机森林、BP神经网络和支持向量机等机器学习方法,能够较好地解决以离散型特征指标为主的非理性评论的识别问题。