線上賣家多面向階層式評論分析方法

Abstract

由於電子商務的蓬勃發展，使得網路購物的比例越來越高、網路商店的數量日趨增長，因此消費者在進行購買決策前，往往會考量不同面向以進行商店之間的比較，除了檢視店家本身給予的資訊以外，過去買家所撰寫的線上評論亦是重要的參考資訊。隨著Web 2 0的盛行，除了增進資訊傳播的便利性外，網路評論的成長數量也相當驚人，然而，消費者礙於時間、精力有限，往往無法一一瀏覽每則評論、不易從繁雜的評論資訊中，簡單扼要的針對想關注的細節進行檢視。 過去針對線上評論進行分析的研究中，大多聚焦於透過產品特徵的意見極性來對評論的整體評價進行預測，較少在針對個別特徵進行意見分析後，再將特徵進行不同層面的統整歸納；另外在評論依據的部分，先前研究大多以單次的線上評論來進行特徵與意見字詞的極性分析，較無考慮後續追加評論的影響，因此本研究提出一自動化的分析方法，藉由統整過去買家所撰寫的評論，篩選出相關的特徵與意見字詞，並綜合考量程度字詞、否定字詞與追加評論之時間權重等因素，以對消費者在意的購物面向進行特徵與意見極性的整合分析，以輔助消費者進行購買決策時的參考。實驗結果顯示本研究提出之考慮時間權重的影響力下，對於評論極性識別的正確率為0 852、透過系統自動擷取出的特徵進行購物面向之歸納結果F-measure為0 532。

Date of Award	2016 Aug 8
Original language	Chinese
Supervisor	Hei-Chia Wang (Supervisor)