当前位置:
X-MOL 学术
›
Inform. Sci.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
基于多网站在线评分与评论整合的酒店选择方法研究
Information Sciences Pub Date : 2021-05-26 , DOI: 10.1016/j.ins.2021.05.042 Meng Zhao , Linyao Li , Zeshui Xu
"点击查看英文标题和摘要"
更新日期:2021-06-05
Information Sciences Pub Date : 2021-05-26 , DOI: 10.1016/j.ins.2021.05.042 Meng Zhao , Linyao Li , Zeshui Xu
基于在线评价的酒店选择方法成为研究热点。现有的基于一个网站的在线评分或评论的模型存在信息明确、信息量少的缺点。因此,本文提出了一种基于概率语言术语集(PLTS)的酒店选择模型,该模型集成了多个网站的在线评分和评论:(1)基于PLTS相似度计算方法统一不同网站之间的评分信息的评价属性,提出统一不同网站间评分信息评价量表的语言量表转换方法;(2) 分析评论文本的情绪,提出基于不同群体风险态度的用户评论聚合模型;(3) 改进语言量表函数,引入正负评价的不平衡效应;(4)根据不同群体之间的偏好差异,提出属性权重计算方法,为不同群体提供推荐结果。以 TripAdvisor、携程和 Hostelworld 网站上的四家酒店为例进行案例研究。结果表明,通过整合来自多个网站的在线评分和评论,可以更大程度地利用信息,从而为消费者提供更加客观可靠的决策结果。提出属性权重计算方法,为不同的群体提供推荐结果。以 TripAdvisor、携程和 Hostelworld 网站上的四家酒店为例进行案例研究。结果表明,通过整合来自多个网站的在线评分和评论,可以更大程度地利用信息,从而为消费者提供更加客观可靠的决策结果。提出属性权重计算方法,为不同的群体提供推荐结果。以 TripAdvisor、携程和 Hostelworld 网站上的四家酒店为例进行案例研究。结果表明,通过整合来自多个网站的在线评分和评论,可以更大程度地利用信息,从而为消费者提供更加客观可靠的决策结果。
![](https://scdn.x-mol.com/jcss/images/paperTranslation.png)
"点击查看英文标题和摘要"