消費者網路電影口碑推薦系統

Consumer recommendation of movies based on eWOM

杜明潔(Ming-Chieh Tu)

指導教授 ： 戚玉樑

中原大學/商學院/資訊管理研究所/碩士(2018年)

https://doi.org/10.6840/cycu201101053

摘要

隨著 Web2.0 的興起，網路使用者已習慣將自己的消費經驗記錄在網路上，這些分享即是所謂的網路口碑。而因為參考網路口碑可以降低消費者購後失調的風險，所以是消費者於購買前常會參考的重要來源。然而目前的網路口碑推薦系統，因為對網路口碑無法擁有資訊的主導權，所以都只將網路口碑的效益發揮於多數人已經消費之後，造成系統只能推薦舊的商品給消費者，可是消費者往往需要被推薦的卻是新的商品。因此本研究提出利用本體技術管理網路口碑之大眾經驗，以相同類型商品之商品屬性，建立消費事件間的關聯，使過去的網路口碑可以用來預測新商品是否值得購買。而最後的驗證是以本研究提出的預測結果與消費者最終接受的結果進行比較，經由驗證結果顯示本研究提出的預測方法之準確率高達 73.33% ，雖然比起人為過濾之準確率 80% 略低一點，但其應該能增加決策的效率，並減少目前消費者協同預測方式於人力上的浪費。

關鍵字

評價預測 ； 群體智慧 ； 知識本體 ； 網路口碑 ； 語法分析 ； 推薦系統

並列摘要

For users of recommendation system, obtaining recommendation list with new products are more useful than old products. The recommendation based on electronic word-of-mouth (eWOM) usually offers old products to consumer, because the recommendation has no enough eWOM in initial. This study is devoted to use eWOM of old products to predict rating of new products to consumer. Different from traditional approaches that treat reviews of one consuming event as a whole; our approach considers the relation between these consuming events. The mechanism is using eWOM to evaluate each attribute of old product, and takes ontological techniques to construct the relation between old products and new products of the same kind by the attributes. By matching final good rating of new product, experiment showed that the accuracy of our system was 73.33%. The result was lower than 80% accuracy of the collaborative predicting, but we could conclude that the proposed scheme compared with collaborative predicting should help decrease the cost of human resource and time.

並列關鍵字

ontology ； rating prediction ； wisdom of crowds ； electronic word-of-mouth (eWOM) ； syntactic analysis ； recommendation system

參考文獻

古倫維(2009)。意見分析之研究與應用。國立臺灣大學電資學院資訊工程所博士論文。

李奇勳(2001)。價格、保證及來源國形象對產品評價與購買意願的影響。國立成功大學企業管理學系。

陳稼興、謝佳倫、許芳誠(2000)。以遺傳演算法為基礎的中文斷詞研究。網路商務學報，第2卷，第2期，頁27-44。

陳德美(2009)。發展語意感知模型於網路口碑推薦。中原大學資訊管理學系碩士論文。

Arndt, J. (1967). Role of product-related conversations in the diffusion of a new product. Journal of Marketing Research, pp. 291-295.