《表1 各类别评价的权重设置》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于LSTM-AE神经网络的商品评价综合评分计算方法研究》
相关研究表明,在购物过程中消费者对负面评价的敏感度更高[16]。文本评论中细节性的描述相对于数值评分的分数表达更具有说服力,因此,认为消费者对文本评论的接受度高于数值评分。基于以上两点,结合少量评价数据的预实验,本文在计算时对9类评价的评分权重设定如表1所示。
图表编号 | XD003529700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 王乾、傅魁 |
绘制单位 | 武汉理工大学经济学院、武汉理工大学经济学院 |
更多格式 | 高清、无水印(增值服务) |