随着互联网技术的不断发展,电子商务得到了广泛的应用,电商平台已成为网络购物的重要渠道。然而,电商平台也暴露出了一些问题,如假冒伪劣、虚假宣传、刷单炒信等,侵害消费者权益、破坏正常商业秩序。鉴于上述电商平台中存在的一系列问题,如何根据电商平台给出的现有数据信息,正确的判别电商平台中商品的质量状态,指导消费者正确选购显得尤为重要。本文基于电商平台中产品多个方面的数据信息,提出基于多维度信息融合的电商产品综合评分模型。本文的主要研究内容如下:(1)商家信誉和商品热度的计算。本文对电商平台中的商家信息进行分析,并总结归纳出商家信誉计算公式;商品相关信息众多,包括月销量、收藏数、评论数、价格等,选取消费者关注的热点信息,计算得到商品热度。(2)产品特征的提取以及聚类。本文基于词法特征、领域特征和词典特征,利用CRF方法识别抽取出特征词。然后将传统的语义词典相似度与词向量相似度进行结合,采用K-Means++算法对产品特征词进行聚类。(3)产品特征的情感分析。对网上现有的情感词典进行整合,并量化情感强度。基于本文提出的七元组(F,N,A,C,E,L,W)描述形式对产品特征进行情感得分计算,其中F是产品特征词,N是否定词,A是程度副词,C是连词,E是情感词(评论词),L是产品特征词的聚类类别,W是产品特征词的权重,对应每个特征词的TF-IDF值。(4)电商产品多维度信息融合模型以及系统的开发。融合电商产品多维度信息评价结果,最终得到产品综合得分。设计并实现基于多维度信息融合的电商产品选购辅助决策系统。通过融合商家信誉、商品信息、消费者评价等多个维度,对电商平台上销售的产品进行综合评价,真实地反映电商产品的质量、安全等状态,从而为消费者在选购产品时提供参考依据,降低网购过程中存在的风险。