|
|||||
|
|
| 基于回归树与衰减函数的在线负面口碑影响力预测 | |
| 作者姓名： | 蔡淑琴 秦志勇 蒋士淼 袁乾 |
| 作者单位： | 华中科技大学 管理学院, 武汉 430074 |
| 基金项目： | 国家自然科学基金(71371081);教育部博士点基金(20130142110044);华中科技大学创新研究院技术创新基金(CXY13Q033) |
| 摘 要： | 影响力预测是企业在线负面口碑处理的关键环节.论文通过综合考虑信息发布者特征和信息内容特征两个维度形成特征空间,采用影响力衰减函数描述负面口碑影响力的多变趋势,提出了一种基于回归树与衰减函数的IMM-RTDF模型来预测在线负面口碑的影响力.实验结果表明,考虑信息内容特征有助于提高预测精度,同时发现用不同的衰减函数能更好地描述异质负面口碑影响力的变化趋势,进而能提高模型性能.基于此方法的在线负面口碑处理策略为企业进行客户关系管理和资源配置提供了决策支持. |
| 关 键 词： | 在线负面口碑 衰减函数 回归树 影响力预测 |
| 收稿时间： | 2014-12-22 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 | |
| 点击此处可从《系统工程理论与实践》下载全文 | |