10.16353/j.cnki.1000-7490.2019.09.020
基于细粒度情感的评论感知效用预测研究
[目的/意义]对海量但杂乱的在线评论资讯进行有效的质量评测是信息领域的热点问题.文章从心理学角度挖掘评论内容蕴含的细粒度情感,“情绪”对用户行为产生的作用,为网站进行评论质量评测提供新思路,同时也为企业实施情感营销提供理论依据和参考方案.[方法/过程]研究借助心理学领域的情感模型,以长篇幅“书评”为研究对象,运用自然语言处理技术从评论内容中提炼出“乐、哀、怒、惧、惊、恶、好”7种细粒度情绪特征及主观性特征,采用基于随机森林的分类和特征优选算法,对情绪特征对评论感知效用的预测力进行实证检验,深入分析细粒度情感对评论感知效用的影响.[结果/结论]结果表明,评论内容中蕴含的细粒度情感与评论感知效用关系密切,情绪特征的引入能够显著提升感知效用预测模型的预测力.情感语义纯粹的“乐、怒、恶”作用更显著,“乐”带给读者的愉悦易使评论获得有用性评价,“怒、恶”的作用则相反;情感语义复杂的“好、惊、惧、哀”与评论感知效用的关系相对较弱;但情绪的影响力会随评论对象(图书)的不同而不同.针对评价对象构建基于情感特征的评论有用性预测模型更有实际意义.
细粒度情感分析、评论感知效用、情感模型、情感词典、在线评论
42
国家社会科学基金项目“面向用户感知效用的在线评论的质量与控制研究”的成果之一,项目15BTQ067
2019-10-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
117-122,153
