基于在线评论数据驱动的产品感性评价方法

摘要

为了解决传统感性工学主观性过强、实时性差、数据少等问题,提出一种产品在线评论数据驱动的感性工学方法.以某电子商务平台智能手机在线评论为数据源,提出词频与评估、强度、活动3个维度相结合的TF-EPA方法,并使用该方法提取在线评论中的感性词;为获得更合理的感性评价,采用面向在线评论的词聚类结合程度副词的方法计算感性评价值,再从认知心理学的角度,结合产品属性参数与用户感性意象,构建了基于BP神经网络的非线性映射模型,用于模拟用户心理评估机制.最后,评估了模型的泛化能力,验证了所提方法的可行性与有效性.