● 摘要
随着互联网技术在全球范围内的普及，越来越多的人选择从互联网获取产品相关的信息，并从电子商务平台购买产品。然而由于互联网空间不受限制，产品Web信息数量巨大，无意义的评论信息非常多，导致消费者消耗更多的时间和精力；同时，产品质量安全性是消费者购买产品的一个重要参考指标，但是消费者往往不具备相关的知识来判断产品的安全性究竟如何；另外，面对着各种在线评论信息电子商务网站如何帮助消费者做出更为合理的决策都是需要解决的问题。根据以上问题，本文首先对在线评论的有用性进行分析，进而提出了基于组合方法的产品在线评论有用性排序方法；然后对产品Web信息活跃状态进行建模，分析了产品Web信息演化模式；提出了产品质量安全风险评估方法；最后针对不同类型消费者建立了购买决策支持模型。本文主要完成了以下四个方面的内容：(1) 提出了产品在线评论Web信息有用性预测及排序的方法。在现有研究基础上，选取适当的指标，建立了产品在线评论有用性预测的指标集，然后选取了适当的方法对产品在线评论进行有用性预测及排序，为消费者决策和电子商务网站按产品有用性排序功能，提供了帮助。(2) 建立了产品Web信息活跃状态演化模式。利用隐马尔可夫模型对产品Web信息活跃状态进行建模，分析产品Web信息随时间变化的趋势，最后采用时间序列聚类算法对不同产品对应的Web信息进行聚类，得到产品Web信息活跃状态演变的模式，为厂商和卖家做出科学的营销，提供一定的帮助。(3) 提出了产品质量安全风险评估方法。首先分析了产品风险评估需要注意的问题，从产品质量安全因子的角度入手，对产品质量安全风险进行评估，并通过信息平台将风险评估的结果及相关信息发布到网上。(4) 提出了基于Web信息的消费者购买决策方法。首先分析了消费者购买决策的特点，将消费者购买介入程度分成高和低两种情况。针对消费者购买介入程度较低的情况建立了一个有限型决策模型；同时针对消费者介入程度较高的情况，建立了一种扩展型决策模型，为消费者提供决策支持。