● 摘要
随着电子商务行业的迅猛发展，越来越多的企业加入了网络营销，根据CNNIC的最新报告显示，截至2011年一月份，42.1%的中小企业曾经做过在线营销。在线评论平台是电子商务的服务平台，但是由于在线评论平台的滞后，影响了电子商务行业的健康快速发展。所以对在线评论有效性和虚假评论的研究，可以一来指导消费者更明智的去消费，其次让商家更好的提高自身服务水平，再者可以对网站设计者提供更人性化的设计方案。在线产品虚假评论的识别问题，国外学者有过相关的研究。本文基于核主成分最小二乘支持向量机模型进行分类识别，流程主要分为三步：进行模型数据构建；通过核主成分提取贡献率高于预定值的前几项主成分；将提取过后的主成分做为支持向量机的输入属性分类。得到的结论：1、核主成分分析相比于原始数据和主成分分析都有一定改进；2、标准化数据集不一定可以提高分类准确率；3、通过P值和recall值的比较，核主成分结合[-1,1]标准化的数据分类表现最好。在线产品评论有效性的问题，本文使用的是二元Logistic和排序Logistic两种模型进行回归。回归主要可以三个部分：1、数据预处理，包括哑变量的设置、连续变量的离散化、因变量的设置；2、回归结果分析；3、模型对比。通过回归主要得到以下结论：1、两种回归模型得到影响有效性的关键因素基本相同；2、排序Logistic的整体表现要优于二元Logistic。