1、商品的用戶評論蘊含了豐富的用戶情感信息，是消費者購物的重要參考依據。然而，隨著電子商務的蓬勃發(fā)展，電子商務平臺層出不窮，商品種類和數(shù)量飛速增長，用戶評論信息也隨之呈現(xiàn)爆炸式增長，這為消費者提供更豐富更全面服務的同時，也給消費者帶來了困擾，即消費者很難對比分析出多個電子商務網站上同一商品的質量、物流、服務等某一方面的優(yōu)劣或整體優(yōu)劣，從而做出正確的購物決策。因此，如何高效準確地為互聯(lián)網商品進行綜合評分，以幫助消費者對比各電商平臺上商品的優(yōu)劣

2、，從而做出正確的購物決策，是當前電子商務領域急需解決的問題。
　　為解決這個問題，本文設計了一種基于用戶評論的互聯(lián)網商品綜合評分方案。本文的主要工作包括以下三部分，一是分析現(xiàn)有評論情感傾向值計算方法的缺點，提出了一種用戶評論評分方法，該方法通過綜合應用N-Gram模型、信息增益方法和logistic分類器，計算評論的情感傾向值，實現(xiàn)用戶評論的評分;二是分析當前評論挖掘系統(tǒng)的缺點，提出了一種互聯(lián)網商品綜合評分方法，該方法通過提取商品

3、的評價因素，計算評價因素的權重向量和商品關于各評價因素的評分，實現(xiàn)了互聯(lián)網商品的綜合評分;三是通過實驗的方式，驗證了評論評分方法具有較高的準確性和工作效率，表明了當誤差系數(shù)為0.1時，商品二級評價因素的評分平均準確率達到90.31％。
　　本文設計的基于用戶評論的互聯(lián)網商品綜合評分方案，能夠基于各電商平臺公開的用戶評論信息，準確地計算出互聯(lián)網商品的多個評價因素的評分及滿足用戶個性化需求的綜合評分，能夠為消費者和銷售者提供決策支持，