基于在线文本评论的损失厌恶型顾客产品推荐研究OA北大核心CHSSCDCSSCICSTPCD

COVID-19对全球经济和金融活动产生了深远影响,推动了消费者在线购物需求激增和电商平台业务量飙升。在线评论信息作为消费者辨别产品质量和商家信誉的关键途径,对购买决策有直接影响。与用户等级评分相比,在线文本评论更能精准地表达产品情感偏好,本文由此提出基于在线文本评论考虑顾客损失厌恶心理的产品推荐模型。首先,引入信度结构,充分发挥其强大的不确定信息处理能力,转化文本评论信息中的情感偏好,并基于证据距离公式测算相似性,获取属性权重。其次,为高效处理不确定概率语言问题,依据信度结构的可信度函数和似真度函数转化评价信息,获取不确定概率语言评价矩阵。进而,将广义TODIM方法拓展到不确定概率语言环境中,构造有效刻画顾客损失厌恶行为特征的产品推荐方法。最后,通过实例应用、灵敏度分析和对比分析,进一步验证了所提推荐模型的实践性和有效性。