“互聯(lián)網(wǎng)+”背景下,網(wǎng)購消費(fèi)群體數(shù)量已然發(fā)生規(guī)模式增長,逐漸建立健全網(wǎng)購市場經(jīng)營機(jī)制。團(tuán)購產(chǎn)業(yè)是電子商務(wù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)物,作為一類全新的電子商務(wù)營銷模式,它不僅對傳統(tǒng)零售業(yè)有不小的影響,也在潛移默化地影響著人們生活的方方面面。隨著團(tuán)購規(guī)模不斷發(fā)展壯大和交易量的劇增,商品評價(jià)數(shù)據(jù)也隨之大量產(chǎn)生,因此對商家的評價(jià)信息進(jìn)行數(shù)據(jù)挖掘,將會(huì)對團(tuán)購營銷起到積極引導(dǎo)作用。店鋪評價(jià)與銷量的聚類分析,可以通過數(shù)據(jù)挖掘技術(shù)完善團(tuán)購領(lǐng)域研究,也是對電子商務(wù)團(tuán)購領(lǐng)域豐富產(chǎn)業(yè)結(jié)構(gòu)的必然要求。目前,北京市在全國團(tuán)購領(lǐng)域發(fā)展比較完善,且餐飲領(lǐng)域在團(tuán)購中又占據(jù)比較大的銷售比重,因此將北京市美團(tuán)餐飲領(lǐng)域作為研究對象比較有代表性。本文就北京市800家團(tuán)購餐飲店鋪共32000條評價(jià)數(shù)據(jù)進(jìn)行分析研究,采用K-Means模型對團(tuán)購商家的評價(jià)情感傾向和銷量進(jìn)行聚類研究,運(yùn)用支持向量機(jī)技術(shù)對店鋪評價(jià)文本做情感分析,并連續(xù)預(yù)測出量化的情感傾向值,以供后續(xù)店鋪聚類分析使用。本文通過基于支持向量機(jī)和基于情感詞典兩種技術(shù)分別構(gòu)建文本情感分類器,分別對美團(tuán)店鋪評價(jià)文本進(jìn)行情感傾向分析�；谥С窒蛄繖C(jī)對評價(jià)文本進(jìn)行情感分類后,對具體的... 

【文章來源】：河北大學(xué)河北省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 選題背景
    1.2 研究意義
    1.3 國內(nèi)外研究綜述
        1.3.1 情感文本分析技術(shù)研究綜述
        1.3.2 支持向量機(jī)研究綜述
        1.3.3 團(tuán)購店鋪分類研究綜述
    1.4 本文的結(jié)構(gòu)與內(nèi)容
        1.4.1 研究框架
        1.4.2 研究內(nèi)容
    1.5 論文創(chuàng)新之處
第2章 相關(guān)理論基礎(chǔ)綜述
    2.1 團(tuán)購店鋪聚類相關(guān)概念
        2.1.1 店鋪聚類概念
        2.1.2 聚類相關(guān)技術(shù)
    2.2 K-means聚類模型研究
    2.3 情感文本分類研究
        2.3.1 情感文本預(yù)處理
        2.3.2 情感文本分類技術(shù)研究
    2.4 支持向量機(jī)算法
        2.4.1 線性可分支持向量機(jī)
        2.4.2 線性不可分支持向量機(jī)
        2.4.3 非線性可分支持向量機(jī)
        2.4.4 支持向量機(jī)預(yù)測理論
第3章 店鋪評價(jià)文本情感傾向分析
    3.1 店鋪評價(jià)文本情感傾向分析框架
    3.2 評價(jià)文本數(shù)據(jù)來源與預(yù)處理
        3.2.1 文本數(shù)據(jù)來源
        3.2.2 文本數(shù)據(jù)預(yù)處理
    3.3 基于支持向量機(jī)的評價(jià)文本情感分析
        3.3.1 基于支持向量機(jī)的文本情感分析框架
        3.3.2 基于支持向量機(jī)的文本情感分類器構(gòu)建
    3.4 基于情感詞典技術(shù)的評價(jià)文本情感分析
        3.4.1 團(tuán)購餐飲領(lǐng)域情感詞典構(gòu)建
        3.4.2 情感傾向值計(jì)算邏輯分析
        3.4.3 基于情感詞典的文本情感分類器構(gòu)建
    3.5 分類器評估
第4章 基于情感傾向與銷量的團(tuán)購店鋪聚類模型構(gòu)建
    4.1 模型設(shè)計(jì)思路
        4.1.1 團(tuán)購客戶評分系統(tǒng)缺陷分析
        4.1.2 基于評價(jià)情感傾向值改進(jìn)美團(tuán)客戶評分系統(tǒng)
        4.1.3 改進(jìn)后的客戶情感傾向與銷量的店鋪聚類框
    4.2 團(tuán)購店鋪聚類模型構(gòu)建
    4.3 店鋪聚類模型性能評估分析
    4.4 本章小結(jié)
第5章 實(shí)證案例分析
    5.1 美團(tuán)餐飲店鋪評價(jià)數(shù)據(jù)收集及預(yù)處理
    5.2 美團(tuán)餐飲店鋪評價(jià)文本情感傾向分析
        5.2.1 基于支持向量機(jī)的美團(tuán)店鋪情感傾向系統(tǒng)實(shí)現(xiàn)
        5.2.2 基于情感詞典的評價(jià)情感傾向系統(tǒng)實(shí)現(xiàn)
        5.2.3 分類器性能對比分析
    5.3 基于K-means聚類模型的美團(tuán)餐飲店鋪分類
        5.3.1 美團(tuán)餐飲領(lǐng)域店鋪聚類系統(tǒng)實(shí)現(xiàn)
        5.3.2 K-means算法聚類效果評估
    5.4 美團(tuán)餐飲店鋪細(xì)分群體特征分析
    5.5 美團(tuán)餐飲店鋪的營銷策略分析
        5.5.1 產(chǎn)品服務(wù)策略
        5.5.2 促銷策略
        5.5.3 品牌策略
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的科研成果



本文編號：3185383