《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。