蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

張 瑾 副教授

· 管理科學(xué)與工程系 ·

如何破解電商平臺(tái)在用戶生成內(nèi)容服務(wù)過程中的困境？

電商平臺(tái)是我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的一種重要組成。在當(dāng)前平臺(tái)用戶增量放緩的背景下，如何為用戶提供更好服務(wù)并創(chuàng)造更多價(jià)值，成為提升平臺(tái)用戶粘性的關(guān)鍵。在電商平臺(tái)上，以在線商品評(píng)論形式呈現(xiàn)的用戶生成內(nèi)容是一種重要的平臺(tái)服務(wù)形式，這種服務(wù)能夠讓消費(fèi)者在購(gòu)買商品前了解到其他用戶的購(gòu)買和使用經(jīng)驗(yàn)并進(jìn)而優(yōu)化購(gòu)買決策。但是，平臺(tái)上商品評(píng)論數(shù)量眾多，而消費(fèi)者只有有限的時(shí)間和耐心閱讀全部商品評(píng)論中的一小部分，這為平臺(tái)提供用戶生成內(nèi)容服務(wù)提出了挑戰(zhàn)。從以用戶為中心的角度出發(fā)，電商平臺(tái)應(yīng)怎樣應(yīng)對(duì)挑戰(zhàn)提供更優(yōu)質(zhì)的用戶生成內(nèi)容服務(wù)呢？

在電商平臺(tái)上，現(xiàn)行用戶生成內(nèi)容服務(wù)方法主要通過排序來將部分評(píng)論排在評(píng)論列表的頭部位置，例如考慮評(píng)論時(shí)間先后排序，評(píng)論有用性大小排序等。這些方法均忽略了對(duì)評(píng)論全集的內(nèi)容反映，容易造成在某些情況下評(píng)論列表頭部呈現(xiàn)的是有偏評(píng)論內(nèi)容，影響消費(fèi)者做出客觀正確的購(gòu)買決策。針對(duì)這一問題，中國(guó)人民大學(xué)商學(xué)院管理科學(xué)與工程系張瑾老師與其合作者開展研究并提出了一種考慮信息豐富性的在線商品評(píng)論提取方法，為電商平臺(tái)提供了可行的用戶生成內(nèi)容服務(wù)方案。相關(guān)研究成果發(fā)表在UTD 24期刊

研究表明：在線商品評(píng)論中，無論是大量消費(fèi)者評(píng)論的商品特征（大眾特征），還是少量消費(fèi)者評(píng)論的商品特征（小眾特征），均對(duì)消費(fèi)者的購(gòu)買決策產(chǎn)生影響。電商平臺(tái)在提供相關(guān)用戶生成內(nèi)容服務(wù)時(shí)，不能僅考慮大眾特征，忽視小眾特征?，F(xiàn)行的無論是基于評(píng)論時(shí)間還是評(píng)論有用性的排序方法，往往忽略原始海量評(píng)論信息中的小眾特征，容易造成消費(fèi)者做出不合理、不準(zhǔn)確的購(gòu)買決策。

更進(jìn)一步，研究以信息熵為理論基礎(chǔ)，提出了一種同時(shí)考慮商品特征全面性和特征情感分布一致性的在線商品評(píng)論子集提取框架，通過大量的真實(shí)數(shù)據(jù)實(shí)驗(yàn)和專家用戶打分評(píng)估證明該框架相比于現(xiàn)有評(píng)論提取方法能夠?yàn)橄M(fèi)者提供更優(yōu)質(zhì)的信息服務(wù)，框架可以從不同角度幫助消費(fèi)者全方位準(zhǔn)確地了解群體意見，進(jìn)而優(yōu)化消費(fèi)者的決策過程，提高決策效率。除電子商務(wù)領(lǐng)域外，研究提出的框架也可擴(kuò)展到其他類型平臺(tái)的信息服務(wù)，以及網(wǎng)絡(luò)輿情和公共政策分析等領(lǐng)域。

已發(fā)表論文：

Jin Zhang, Cong Wang, Guoqing Chen. (2021). A Review Selection Method for Finding an Informative Subset from Online Reviews.

(點(diǎn)擊閱讀原文，查看詳情）