王强
- 作品数：8 被引量：58H指数：4
- 供职机构：北京工业大学经济与管理学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教育委员会人文社会科学研究计划项目更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 在线商品评论感知真实性对产品销量的影响研究被引量：1
- 2023年
- 随着电子商务的飞速发展,在线商品评论成为影响消费者购买决策和产品销量的重要因素.然而,消费者对在线商品评论的依赖导致在线商品虚假评论的不断涌现,电商平台和商家通过操纵评论进行恶意竞争,在损害消费者和商家相关利益的同时也扰乱了电子商务营商环境.本文以在线商品评论的文本数据为主要研究对象,基于说服性知识理论探究评论感知真实性对产品销量的影响.一方面,本文结合数据分析和实证模型探究评论感知真实性对消费者决策的影响.另一方面,本文通过文本数据分析,探究影响在线商品评论感知真实性的评论文本表现形式.本文构建系统广义矩估计模型对在线商品评论感知真实性对消费者决策的影响进行实证检验.同时,本文构建fractional logit模型探究影响在线商品评论感知真实性的评论文本表现形式.研究结果表明:在线商品评论的感知真实性通过调节消费者对评论信息的处理过程从而影响产品销量.评论的参考性、语境嵌入、内容细节和论点结构化是影响在线商品评论感知真实性的主要表现形式.研究结果为商家和平台有效治理在线商品虚假评论提供管理启示.
- 王强张文李健马振中
- 关键词：系统广义矩估计
- 在线商品评论有用性主题分析及预测研究被引量：15
- 2022年
- 随着电子商务的飞速发展,电商平台上的在线商品评论成为消费者在线购物时做出购买决策的重要参考,同时也是平台商家获取在线消费者真实关切的重要信息来源.然而,海量的良莠不齐的在线商品评论使得消费者和商家很难从中获取有价值的高质量信息.一方面,本文在经典的主题分析LDA模型的基础之上提出了一种基于评论有用性的主题分析模型,即Help-LDA模型.相比与假定每条评论具有同等重要程度的LDA模型,Help-LDA模型根据评论有用性对不用评论赋予不同的权重,进而从有用性较高的评论中抽取出对于消费者更有用的决策信息.另一方面,本文基于Help-LDA模型提出了新的评论文本表示方法,并结合SVM方法进行评论有用性预测.通过收集大众点评网站在线评论进行的实验表明,Help-LDA模型能够从电商评论中高质量抽取在线消费者对于商家商品和服务的真实关切.并且基于Help-LDA模型的评论文本表示结合SVM方法能够显著提升在线评论有用性预测性能.
- 张文王强杜宇航聂锟李健
- 关键词：主题分析
- 在线虚假评论识别中的数据贫乏问题研究被引量：3
- 2022年
- 机器学习相关技术的发展提升了在线虚假评论识别的准确率,然而现阶段机器学习模型缺少足够量的已标注数据来进行模型训练。本文基于生成式对抗网络(GAN)提出了评论数据集扩充方法GAN-RDE(GAN-Review Dataset Expansion)以解决虚假评论识别中模型训练数据贫乏问题。具体而言,首先将初始评论数据划分为真实评论数据集和虚假评论数据集,使用真实评论数据集和虚假评论数据集分别训练GAN,生成符合真实评论与虚假评论特征分布的向量。然后将GAN训练得到的符合评论特征分布的向量与初始评论数据集的特征词词向量矩阵进行合并,扩充模型训练数据。最后,利用朴素贝叶斯、多层感知机和支持向量机作为基础分类器,对比数据扩充前后虚假评论识别的效果。实验结果表明,使用GAN-RDE方法扩充评论数据集后,机器学习模型对虚假评论识别准确率得到显著提升。
- 张文王强唐子旭秦广杰李健
- 关键词：多层感知机支持向量机
- 税制变迁对我国吸引FDI影响的实证研究被引量：11
- 2008年
- 为考察不同阶段我国税收优惠政策及其他因素对FDI的影响变化及其效果,本文选取我国56个城市在1989～2004年间的面板数据资料,分别从整个时期与分阶段两个角度进行了定量分析。结果表明:税收优惠政策是影响FDI的重要因素之一,但其影响力在逐渐减弱,甚至从1997年开始对FDI产生了负影响;劳动力因素始终是FDI的重要影响因素,且劳动力成本及其质量对FDI的影响力日益增强。
- 程兰芳王强
- 关键词：税收优惠FDI企业所得税并轨
- 在线商品虚假评论发布动机及形成机理研究被引量：20
- 2022年
- 在线商品虚假评论不仅给消费者做出合理购买决策制造了巨大障碍,也降低了电商平台的商誉并损害了平台上大部分商家的利益。本文基于动机理论研究在线虚假评论的发布动机和形成机理,一方面通过问卷调查和文献调研考察消费者和商家发布虚假评论的潜在动机,另一方面结合结构方程模型和数据分析探究虚假评论的形成机理。本文从消费者相关型动机和商家相关型动机两个维度提炼出五种在线商品虚假评论的发布动机,并构建结构方程模型对虚假评论的形成机理进行实证检验。研究结果表明:情感宣泄、奖励机制、雇佣“水军”是发布虚假评论的直接动机;雇佣“水军”通过商品推销/诋毁和支持/诋毁商家这两个中介变量,对发布虚假评论行为具有间接影响;“水军”是通过推销或诋毁商家商品,在电子商务竞争中吹嘘自己并诋毁竞争对手的方式来发布虚假评论。本文研究结论对于有效提升在线商品虚假评论的治理与防范提供了切实可行的管理实践洞察。
- 张文王强马振中李健谢锐
- 关键词：电子商务动机理论结构方程模型
- 基于Co-training协同训练的在线虚假评论识别研究被引量：8
- 2020年
- 本文基于协同训练模型(co-training)提出了一种新的在线虚假评论识别方法CoDeRI以解决虚假评论识别中模型训练数据不足的问题.对同一评论信息,本文通过构建两个特征视图相互学习以识别虚假评论信息:视图一的特征来自于评论文本的词项(Term);视图二的特征来自于对评论进行深度语法树分析之后得到的概率上下文无关语法规则(PCFG,probabilistic context-free grammars).利用朴素贝叶斯(na?ve Bayes)作为基分类器,本文提出了两种特定于CoDeRI方法的分类后样本选择策略:CoDeRI-C策略和CoDeRI-U策略.CoDeRI-C策略在对未标注信息进行标注之后,选取分类置信度最高的评论信息以扩大训练样本集;CoDeRI-U策略则随机均匀的选取标注之后的评论信息以扩大训练样本集.实验表明,CoDeRI算法在虚假评论信息识别上与现有方法相比能够取得较好的分类结果.并且,CoDeRI-U策略的虚假评论识别准确率优于CoDeRI-C策略.本文的研究为电子商务中的平台、商家和消费者如何识别在线虚假评论提供了一定的管理启示.
- 张文王强步超骐李健张思光
- 关键词：概率上下文无关文法朴素贝叶斯
