基于情感倾向的众包模式下接包方声誉评价机制研究

摘要

目前，众包网站中接包方数量日益增多，如何快速准确的反映接包方的能力成为完善众包流程的一个亟待解决的问题。与一般电子商务网站类似，通过以往用户对接包方的评论来反映接包方的声誉是较为常见的做法。但众包网站与亚马逊、淘宝等电子商务网站存在不同，同时其评论具有数量少、随意性强、准确性不高等特点，现行的声誉评分机制不能满足用户的需求。本研究将评论文本和评论得分合称为用户在线评论，在对评论文本进行情感倾向分析的基础之上，综合评论得分以及诸如评论时间、任务价格等其他声誉影响因素，利用Python网络爬虫技术，针对国内最知名的众包网络平台“猪八戒”的评论数据，构建一套众包模式下接包方声誉的评价机制，并搜集了9个商家的实际案例验证机制的合理性。主要研究内容分为:
　　(1)针对目前众包网站已经存在接包方声誉系统，但发包用户的交易体验依然不高的现实情况，对众包模式的内涵和特点以及信号理论进行了回顾，并利用Gibbons博弈模型分析了接包方在声誉系统中的伪造能力信息骗取任务分配的行为，得出在不充分了解接包方能力的情况下应当利用声誉信息的结论，为接包方声誉评价机制的设计提供了理论基础。
　　(2)利用Python语言对猪八戒网站的95364条用户评论进行了采集，将其作为语料库，经过去重、去停用词，构建得出情感词典。并以此计算评论文本的情感倾向性得分。
　　(3)在综合时间、交易金额、情感倾向得分等维度的基础上集结出一套众包模式下接包方的声誉评价机制，并结合猪八戒网站中9个真实的接包方店铺情况进行评估，证明本套评价机制能较为真实的反映出接包方的声誉及其能力。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状及发展趋势

1．2．1 众包模式

1．2．2 文本情感分析

1．2．3 评论与商家声誉

1．2．4 面临的问题和挑战

1．3 论文主要研究内容

1．4 论文组织结构

第二章 理论基础

2．1 信息不对称环境下的众包模式

2．2 声誉机制在网络环境中的应用

2．3 声誉机制的博弈分析

第三章 基于众包网站评论文本的情感词典生成

3．1 流程设计

3．2 数据收集

3．2．1 Python网络爬虫相关技术介绍

3．2．2 结巴中文分词

3．2．3 变量说明

3．3 情感词典生成

3．3．1 评论去重与高频词提取

3．3．2 情感词典结果集

第四章 基于情感倾向的接包方声誉评价机制构建

4．1 众包模式下接包方声誉机制影响因素分析

4．2 模型构建

4．2．1 时间维度

4．2．2 交易金额维度

4．2．3 欺诈惩罚维度

4．2．4 情感倾向维度

4．2．5 众包模式下接包方全局声誉的集结

第五章 研究结论

第六章 总结与展望

参考文献

攻读硕士期间的科研成果

致谢