電商在線評論蘊(yùn)含的情感態(tài)度對于企業(yè)具有重要價(jià)值。大量的評論信息中包含著消費(fèi)者對于產(chǎn)品或店鋪等方方面面的評價(jià),這些信息不僅是其他潛在消費(fèi)者決定是否購買產(chǎn)品的重要參考,也是產(chǎn)品生產(chǎn)商把握消費(fèi)者喜好和消費(fèi)趨勢,快速找到用戶需求和改進(jìn)方向,提升產(chǎn)品核心競爭力,不斷研發(fā)符合消費(fèi)群體預(yù)期的新產(chǎn)品的重要信息來源。同時(shí),當(dāng)下科技發(fā)展早已不同往日,產(chǎn)品迭代更新迅速,不停的有舊產(chǎn)品被淘汰,又有新產(chǎn)品出現(xiàn),在這個(gè)競爭日益激烈的市場環(huán)境下,只有保證產(chǎn)品滿足客戶需求才能獲得穩(wěn)定的成長,而通過傳統(tǒng)的用戶反饋調(diào)研等方法來謀求產(chǎn)品改進(jìn)已經(jīng)不能完全滿足當(dāng)下的需要,通過充分挖掘利用大數(shù)據(jù)時(shí)代下的巨量信息,更能把握關(guān)鍵。論文以電商平臺手機(jī)產(chǎn)品的在線評論文本為研究對象,在消費(fèi)者主權(quán)理論與購買決策理論等理論基礎(chǔ)上,運(yùn)用網(wǎng)絡(luò)爬蟲、Word2vec詞向量化、情感詞典等方法構(gòu)建了手機(jī)產(chǎn)品在線評論的評價(jià)指標(biāo),并通過主成分分析與多元線性回歸分析驗(yàn)證方法有效性,通過結(jié)合評價(jià)指標(biāo),對手機(jī)評論文本的挖掘,分析得出消費(fèi)者對于產(chǎn)品的需求并對企業(yè)提出相關(guān)建議。論文主要研究工作內(nèi)容如下:首先,論文詮釋了文本挖掘的定義,梳理了文本挖掘的三個(gè)發(fā)展階段,總...

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究思路和內(nèi)容
        1.2.1 研究思路
        1.2.2 研究內(nèi)容
    1.3 技術(shù)路線與研究方法
        1.3.1 研究技術(shù)路線
        1.3.2 研究方法
    1.4 創(chuàng)新點(diǎn)
第二章 相關(guān)理論基礎(chǔ)與研究綜述
    2.1 相關(guān)理論基礎(chǔ)
        2.1.1 消費(fèi)者主權(quán)理論
        2.1.2 消費(fèi)者購買決策理論
    2.2 文本挖掘研究
        2.2.1 文本挖掘的定義
        2.2.2 文本挖掘的發(fā)展
        2.2.3 文本挖掘的一般步驟
    2.3 電商在線評論情感分析研究
        2.3.1 電商在線評論研究
        2.3.2 文本情感分析研究
        2.3.3 基于情感分析的電商在線評論研究
    2.4 本章小結(jié)
第三章 相關(guān)技術(shù)方法介紹及選擇
    3.1 文本分詞
        3.1.1 中文分詞方法
        3.1.2 中文分詞工具
    3.2 詞向量工具
        3.2.1 one-hot編碼
        3.2.2 Word2vec詞向量
    3.3 Kmeans聚類
        3.3.1 聚類原理
        3.3.2 聚類步驟
    3.4 主成分多元線性回歸分析
        3.4.1 主成分分析法
        3.4.2 多元線性回歸分析
    3.5 本章小結(jié)
第四章 基于手機(jī)產(chǎn)品領(lǐng)域詞典構(gòu)建的情感分析
    4.1 數(shù)據(jù)的獲得與處理
        4.1.1 數(shù)據(jù)獲得
        4.1.2 數(shù)據(jù)處理
    4.2 初始詞典的構(gòu)建
        4.2.1 知網(wǎng)詞典
        4.2.2 TSING詞典
        4.2.3 NTUSD詞典
        4.2.4 大連理工大學(xué)中文情感詞匯本體庫
    4.3 基于Word2vec和 Kmeans聚類的詞典擴(kuò)充
        4.3.1 Jieba分詞
        4.3.2 Word2vec模型設(shè)置、訓(xùn)練及保存
        4.3.3 Kmeans聚類
        4.3.4 詞典擴(kuò)充
    4.4 情感分值計(jì)算
        4.4.1 短句分詞及有用性短語
        4.4.2 詞典賦值
        4.4.3 情感值計(jì)算規(guī)則
        4.4.4 情感值計(jì)算編程及實(shí)現(xiàn)
    4.5 本章小結(jié)
第五章 基于情感分值的手機(jī)產(chǎn)品評價(jià)指標(biāo)構(gòu)建與驗(yàn)證
    5.1 情感評價(jià)指標(biāo)的構(gòu)建
        5.1.1 滿意度指標(biāo)
        5.1.2 關(guān)注度指標(biāo)
        5.1.3 待改進(jìn)度指標(biāo)
        5.1.4 情感方差指標(biāo)
    5.2 產(chǎn)品屬性主成分分析
        5.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化
        5.2.2 相關(guān)性分析
        5.2.3 主成分分析
    5.3 多元線性回歸分析驗(yàn)證
        5.3.1 回歸方程系數(shù)求解
        5.3.2 回歸方程預(yù)測驗(yàn)證
    5.4 本章小結(jié)
第六章 基于52款手機(jī)的情感評價(jià)指標(biāo)分析與對策建議
    6.1 指標(biāo)可視化分析
        6.1.1 52款手機(jī)總體指標(biāo)分析
        6.1.2 高中低檔手機(jī)評價(jià)指標(biāo)分析
        6.1.3 社會(huì)網(wǎng)絡(luò)圖分析
    6.2 基于指標(biāo)可視化分析的產(chǎn)品改進(jìn)建議
        6.2.1 產(chǎn)品策略
        6.2.2 營銷策略
    6.3 本章小結(jié)
第七章 總結(jié)與展望
    7.1 研究總結(jié)
    7.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及取得的相關(guān)科研成果
致謝



本文編號：3794632