在線評論有用性的深度數(shù)據(jù)挖掘——基于TripAdvisor的酒店評論數(shù)據(jù)
發(fā)布時間:2023-04-23 10:17
在線評論有用性有助于瀏覽者快速獲取有效信息。本文以雙重過程理論的啟發(fā)式—系統(tǒng)式(HSM)模型為理論基礎(chǔ),基于TripAdvisor的酒店評論,采用Word2Vec、LDA和機器學(xué)習(xí)等方法量化變量,通過多元回歸對評論有用性的影響因素進行分析。研究發(fā)現(xiàn):(1)基于HSM模型建立的有用性影響因素理論模型,將影響因素分為啟發(fā)式和系統(tǒng)式線索。在啟發(fā)式線索中,評論長度與有用性呈倒U型關(guān)系,歷史評論數(shù)、評論時間、是否有照片存在正面影響,評論者類型不同影響不同;在系統(tǒng)式線索中,所有評論主題、評論負(fù)面程度均存在正面影響。(2)采用Word2Vec方法計算零有用票數(shù)評論的有用性得分,彌補了有用性量化的缺失;采用表現(xiàn)更優(yōu)的三種機器學(xué)習(xí)方法(LR、NB、SVM)進行情感分析,并證明所得情感得分優(yōu)于評論評分對評論情感的衡量。本文以雙重過程理論為框架,系統(tǒng)分析了評論有用性的影響因素,更加準(zhǔn)確地解釋了顧客酒店體驗的真實感受,對評論平臺和酒店未來需提升的維度和發(fā)展方向有一定的借鑒意義。
【文章頁數(shù)】:12 頁
【文章目錄】:
引言
一、文獻回顧
1. 評論有用性
(1)評論有用性及測量
(2)評論有用性的影響因素
2. 雙重過程理論(Dual Process Theory)與啟發(fā)式—系統(tǒng)式模型(HSM)
二、研究假設(shè)
1. 啟發(fā)式線索
(1)評論者特征
(1)評論者個人信息
(2)評論者類型
(2)評論定量特征
(1)評論長度
(2)評論時間間隔
(3)評論是否有圖
2. 系統(tǒng)式線索
(1)評論內(nèi)容的語義分析
(2)評論內(nèi)容的情感分析
三、研究設(shè)計
1. 被解釋變量:評論有用性
2. 解釋變量:啟發(fā)式線索、系統(tǒng)式線索
3. 模型構(gòu)建
四、實證分析
1. 數(shù)據(jù)來源及數(shù)據(jù)清洗
(1)數(shù)據(jù)來源
(2)數(shù)據(jù)清洗
2. 描述性統(tǒng)計
(1)評論者特征
(2)評論定量特征
(3)詞云圖
3. 計算特征值
(1)有用性得分
(2)語義得分
(3)情感得分
4. 回歸結(jié)果
五、研究結(jié)論與建議
1. 研究結(jié)論
2. 理論貢獻
3. 管理建議
(1)對在線評論平臺的建議
(2)對酒店的建議
4. 研究不足與展望
本文編號:3799516
【文章頁數(shù)】:12 頁
【文章目錄】:
引言
一、文獻回顧
1. 評論有用性
(1)評論有用性及測量
(2)評論有用性的影響因素
2. 雙重過程理論(Dual Process Theory)與啟發(fā)式—系統(tǒng)式模型(HSM)
二、研究假設(shè)
1. 啟發(fā)式線索
(1)評論者特征
(1)評論者個人信息
(2)評論者類型
(2)評論定量特征
(1)評論長度
(2)評論時間間隔
(3)評論是否有圖
2. 系統(tǒng)式線索
(1)評論內(nèi)容的語義分析
(2)評論內(nèi)容的情感分析
三、研究設(shè)計
1. 被解釋變量:評論有用性
2. 解釋變量:啟發(fā)式線索、系統(tǒng)式線索
3. 模型構(gòu)建
四、實證分析
1. 數(shù)據(jù)來源及數(shù)據(jù)清洗
(1)數(shù)據(jù)來源
(2)數(shù)據(jù)清洗
2. 描述性統(tǒng)計
(1)評論者特征
(2)評論定量特征
(3)詞云圖
3. 計算特征值
(1)有用性得分
(2)語義得分
(3)情感得分
4. 回歸結(jié)果
五、研究結(jié)論與建議
1. 研究結(jié)論
2. 理論貢獻
3. 管理建議
(1)對在線評論平臺的建議
(2)對酒店的建議
4. 研究不足與展望
本文編號:3799516
本文鏈接:http://sikaile.net/guanlilunwen/jiudianguanli/3799516.html
最近更新
教材專著