在社交媒体和电子商务的相互渗透下,衍生出兼具两者属性的社会化商务,并且随着社交媒体的快速普及,社会化商务也取得了迅速发展。然而,参与社会化商务交易的商家数量逐渐增多,网络市场交易环境被监管的力度不到位,导致商家信誉问题越来越突出。另外,社会化商务环境中商家和消费者之间的交易越来越频繁,用户评论文本数量急剧上升,消费者发表评价时常常具有很强的主观性和随意性,导致用户评论文本通常带有十分复杂的感情色彩,消费者很难从这些海量的评论文本数据中迅速找到有价值的信息,来辨别商家信誉的真伪并做出合理的购买决策。为了解决以上问题,本文基于社会化商务中的用户评论短文本,利用各种文本处理技术从中挖掘出消费者较为关注的商家信誉维度,建立一个完善的信誉评价体系,并对商家信誉进行等级划分和综合评价。主要研究内容如下:(1)商家信誉维度的构建。首先对社会化商务评论短文本进行预处理,针对未收录在HNC知识库中的网络新词,根据HNC符号的构成规律并借助网络检索的方式提出了一种未收录词的处理方法,并利用补全后的HNC符号进行相似度计算;然后利用词汇链构建方法和DBSCAN聚类算法分别进行主题词的抽取和聚类,再根据类簇标签来构建商家信誉维度;最后基于大众点评网中的用户评论文本进行实验验证和实例分析,证明了该维度构建方法的可行性。(2)商家信誉的综合评价。首先基于挖掘出的商家信誉维度构建一个信誉评价指标体系,划分信誉等级并构建标准评语集云模型作为参照;然后结合情感分析构建商家信誉的综合评价云模型,在基于HNC理论进行情感词和情感极性词的定位后,再利用HNC符号的对偶性计算情感值,将情感值输入逆向云发生器得到云模型的三个数字特征,进而利用相关公式构建出综合评价云模型;最后通过比较综合评价云模型与每个等级的标准评语集云模型的相似度值,即可得到商家信誉等级的评价结果,并将其以仿真云图的方式直观展示。本文针对目前社会化商务交易环境中出现的各种商家信誉问题,给出了关于商家信誉维度构建以及商家信誉综合评价的一系列方法,有助于消费者根据商家信誉评价结果做出合理的购买决策,同时也为商家平台改善自身信誉评价体系提供了参考依据。