以線上口碑萃取為基礎之消費推薦系統

A consumer recommendation system based on the understandings of on-line word-of-mouth

杜慶山(Ching-Shan Tu)

指導教授 ： 戚玉樑

中原大學/商學院/資訊管理研究所/碩士(2010年)

https://doi.org/10.6840/cycu201001101

摘要

隨著網路的普及，資訊已由單向的傳遞轉變為交流互動的型態，其中使用者透過網路傳播之模式，將意見及經驗分享於討論區及部落格等平台，進而形成網路口碑，許多人也逐漸仰賴網路口碑來進行決策。但由於資訊的超載，使用者必須花費大量的時間過濾資訊，針對此一問題，過往研究中首先將文章進行解析，並依評鑑項目擷取語意特徵，及量化特徵資訊，提出以知識工程方法來進行知識塑模。然而此種塑模方式將有可能造成應有但卻未納入之概念，進而影響後續口碑之推薦。因此為改善前述情況，本研究嘗試以不同方式進行知識塑模，首先，將以餐廳口碑推薦為問題領域，先行定義不同之餐飲推薦要素及各餐廳類型所重視之項目，進而定義出問題領域之子概念，並根據領域知識專家分類進行核對，最後將所得之問題概念與文字探勘之詞彙集合進行分類，以供所提出之推薦系統進行資料之比對及推薦工作。本研究期望透過此領域模型及系統之實作，可以減少使用者在進行餐廳選擇時之決策成本，同時提高餐廳口碑推薦之效益。為驗證系統效能，本研究透過問卷方式請使用者進行本研究所開發之餐飲推薦系統進行評估，由結果顯示系統在推薦之效率與完整性可達到八成以上的滿意度，顯示系統較為符合使用者之需求。

關鍵字

推薦系統 ； 知識本體 ； 網路口碑

並列摘要

While the usage of Internet becomes more popular, users can interact with each other via Internet. Users can share their experience and opinions through the forums or blogs, such a process therefore can form Electronic Word-Of-Mouth(eWOM). Users are getting relying on the information of eWOM to help themselves to make decisions.In order to let the computers get the implicit meaning of eWOM, previous research work on adopting information retrieval method for extracting the contents. The concepts which collected from text-oriented data may not compatible with the problem domain that we face. Our work uses the recommendations of restaurants as the problem domain, to solve the issue above, we employed a problem-solving method, formal concept analysis, to define the sub-concepts of problem domain with domain experts’ knowledge. After mapping the discovered concepts and the lexicons which extracted by text-mining technique, our work uses the information to operate for restaurant recommendation.Based on our research, we developed a system to accomplish the goal that reduce the decision-making cost of choosing restaurants by the users. To review the framework of this research, a questionnaire is employed to evaluate using this system which based on the framework. The result of the questionnaire shows the efficiency and completeness of the system is more fitting to the users’ need.

並列關鍵字

Recommendation System ； Ontology ； eWOM

參考文獻

戚玉樑 (2005). 知識擷取與知識 表達協同程序於建構本體的概念架構. 中華民國資訊管理學報, 第十三卷(第二期), 193-215.

楊志堅, & 蔡良庭 (2008). 評估取樣權重於檢定Likert問卷之測量恆等性研究. 中華心理學刊, 50(3), 257-269.

經濟部商業司 (2006). 經濟部95年度商業發展情勢年報. 台北市: 中華經濟研究院.

鄭景俗, 陳智賢, & 蘇勇 (2008). 基於模糊權重資訊檢索整合技術之推薦系統. Journal of e-Business, 10(3), 781-804.

蘇國瑋, 許蒞彥, 吳旻霙, & 黃博信 (2009). 應用人工智慧建構法規制定決策支援系統－以某大學教育行政法規制定為例. 資訊管理學報(16卷3期), 31.