隨著汽車行業(yè)的快速發(fā)展,汽車各生產(chǎn)商間的競爭也日益加劇。汽車質(zhì)量作為汽車生產(chǎn)商核心競爭力的體現(xiàn),是其在市場中立足的根本和發(fā)展的保證,了解并掌握汽車質(zhì)量問題是維護品牌聲譽與減少企業(yè)損失的重要手段。隨著互聯(lián)網(wǎng)的逐漸普及,大量專業(yè)性的汽車論壇如雨后春筍般出現(xiàn)。用戶在論壇中既可以無約束地表達自己的述求和真實體驗,又可以與其他用戶進行廣泛地交流和討論。論壇的快速發(fā)展為用戶表達用車體驗提供了便利,同時,論壇中隱含的大量、豐富的有關(guān)汽車質(zhì)量的用戶體驗信息也為企業(yè)全面高效地獲取汽車質(zhì)量問題創(chuàng)造了條件。本文通過分析基于網(wǎng)絡(luò)論壇數(shù)據(jù)的產(chǎn)品質(zhì)量問題挖掘的研究現(xiàn)狀,發(fā)現(xiàn)以往研究很少結(jié)合論壇數(shù)據(jù)特點對質(zhì)量問題進行深入探討,現(xiàn)有提取質(zhì)量問題的模型及方法也相對匱乏。為此,本文針對論壇數(shù)據(jù)和用戶體驗的特點,對用戶的用車體驗中隱含的汽車質(zhì)量問題進行深入挖掘,提出一種系統(tǒng)性挖掘汽車質(zhì)量問題的方法,并利用實際的論壇數(shù)據(jù)驗證了本思路的可行性與有效性。具體的研究內(nèi)容如下:(1)汽車質(zhì)量問題相關(guān)文本的識別方法。首先分析了論壇及數(shù)據(jù)的特點,在其基礎(chǔ)上進行數(shù)據(jù)采集及預(yù)處理等準(zhǔn)備工作。之后,結(jié)合論壇數(shù)據(jù)的這些特點,提出針對性地選取多種文本特征的方法,并利用這些文本特征與數(shù)據(jù)標(biāo)簽及分類算法共同構(gòu)建文本分類模型,識別出用戶體驗中涉及汽車質(zhì)量問題的文本。最后,用實例驗證了特征選取方法及文本分類模型的可行性與有效性。(2)汽車質(zhì)量問題的提取方法。首先結(jié)合論壇數(shù)據(jù)的特點,分析用戶體驗中的汽車質(zhì)量問題對應(yīng)汽車部件與問題類型間的關(guān)系,提出一種針對論壇數(shù)據(jù)特點的汽車質(zhì)量問題的提取思路及流程。之后,基于該思路,將汽車質(zhì)量問題拆分為汽車部件及問題類型,提出采用Apriori算法提取涉及汽車質(zhì)量問題的汽車部件,并采用語義K-means聚類及層次聚類凝聚算法提取汽車部件對應(yīng)的問題類型,二者組合從而得到汽車質(zhì)量問題。最后,用實例驗證了本文提取方法的可行性。本文針對論壇數(shù)據(jù)特點提出的汽車質(zhì)量問題挖掘方法,擴寬了數(shù)據(jù)挖掘、信息檢索的研究領(lǐng)域,實現(xiàn)了二者與質(zhì)量管理的有機結(jié)合。并且在實際應(yīng)用中,能夠幫助汽車生產(chǎn)商及時獲取并分析可能存在的汽車質(zhì)量問題,輔助企業(yè)進行管理決策,在質(zhì)量管理過程中具有重要意義。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F426.471;F273.2
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及問題提出
    1.2 國內(nèi)外研究綜述
        1.2.1 產(chǎn)品質(zhì)量管理
        1.2.2 網(wǎng)絡(luò)數(shù)據(jù)的應(yīng)用研究
        1.2.3 產(chǎn)品質(zhì)量問題挖掘研究
        1.2.4 研究評述
    1.3 研究思路及研究意義
        1.3.1 研究思路
        1.3.2 研究意義
    1.4 論文內(nèi)容及結(jié)構(gòu)
2 相關(guān)理論及研究方法
    2.1 文本表示方法
        2.1.1 機器學(xué)習(xí)階段
        2.1.2 深度學(xué)習(xí)階段
    2.2 特征選取方法
    2.3 文本分類算法
    2.4 文本聚類算法
    2.5 小結(jié)
3 汽車質(zhì)量問題相關(guān)文本的識別方法
    3.1 數(shù)據(jù)準(zhǔn)備
    3.2 文本特征的選取方法
    3.3 文本分類模型的構(gòu)建
    3.4 小結(jié)
4 汽車質(zhì)量問題的提取方法
    4.1 汽車質(zhì)量問題的提取流程
    4.2 汽車部件的提取方法
    4.3 弊病感知的提取方法
    4.4 失效模式的提取方法
    4.5 小結(jié)
5 實例分析
    5.1 實驗數(shù)據(jù)
    5.2 汽車質(zhì)量問題相關(guān)文本的識別結(jié)果與評估
    5.3 汽車質(zhì)量問題的提取結(jié)果與分析
    5.4 小結(jié)
結(jié)論
參考文獻
致謝

【參考文獻】

相關(guān)期刊論文 前10條

1 王晰巍;邢云菲;趙丹;李嘉興;;基于社會網(wǎng)絡(luò)分析的移動環(huán)境下網(wǎng)絡(luò)輿情信息傳播研究——以新浪微博“霧霾”話題為例[J];圖書情報工作;2015年07期

2 張光前;白雪;;基于消費性格的新商品推薦方法[J];管理科學(xué);2015年02期

3 蔣翠清;王齊林;劉士喜;丁勇;劉堯;;中文社會媒體環(huán)境下半監(jiān)督學(xué)習(xí)的汽車缺陷識別方法[J];中國管理科學(xué);2014年S1期

4 閆強;孟躍;;在線評論的感知有用性影響因素——基于在線影評的實證研究[J];中國管理科學(xué);2013年S1期

5 趙興黎;;豐田汽車出現(xiàn)質(zhì)量問題的原因及對策研究[J];全國商情(理論研究);2012年19期

6 王鐵套;王國營;陳越;;基于模糊綜合評價法的網(wǎng)絡(luò)輿情預(yù)警模型[J];情報雜志;2012年06期

7 龐觀松;蔣盛益;;文本自動分類技術(shù)研究綜述[J];情報理論與實踐;2012年02期

8 張征杰;王自強;;文本分類及算法綜述[J];電腦知識與技術(shù);2012年04期

9 鄭繼虎;王彥茹;;從汽車召回問題看企業(yè)質(zhì)量預(yù)警信息渠道[J];汽車工業(yè)研究;2011年11期

10 王雪峰;;淺論汽車質(zhì)量特征與質(zhì)量管理[J];才智;2011年22期

相關(guān)碩士學(xué)位論文 前5條

1 李俊;基于聚類的推薦算法研究與應(yīng)用[D];南京郵電大學(xué);2018年

2 孫偉鵬;基于密度峰值聚類算法的研究與實現(xiàn)[D];江南大學(xué);2018年

3 劉丹;基于在線評論的企業(yè)產(chǎn)品缺陷識別[D];哈爾濱工業(yè)大學(xué);2017年

4 王齊林;中文社會媒體環(huán)境下汽車質(zhì)量問題發(fā)現(xiàn)方法研究[D];合肥工業(yè)大學(xué);2015年

5 崔志剛;基于電商網(wǎng)站商品評論數(shù)據(jù)的用戶情感分析[D];北京交通大學(xué);2014年

本文編號：2845821