面對(duì)瞬息萬變的市場(chǎng)環(huán)境,企業(yè)競(jìng)爭(zhēng)愈演愈烈,企業(yè)不僅需要重視自身能力的發(fā)展,還要隨時(shí)關(guān)注競(jìng)爭(zhēng)對(duì)手在市場(chǎng)中的行為表現(xiàn)。了解競(jìng)爭(zhēng)對(duì)手在市場(chǎng)中的行為是企業(yè)戰(zhàn)略決策的重要組成部分[1,2],競(jìng)爭(zhēng)對(duì)手的行為甚至?xí)绊懫髽I(yè)的策略選擇。然而,傳統(tǒng)的方式難以獲取完整且及時(shí)的企業(yè)行為信息。幸運(yùn)的是,越來越多的企業(yè)通過社交媒體平臺(tái)與其利益相關(guān)者保持信息上的及時(shí)連接與溝通,產(chǎn)生了大量企業(yè)生成內(nèi)容,這些內(nèi)容包含了豐富的企業(yè)行為信息,具有重要的商業(yè)價(jià)值和研究?jī)r(jià)值。因此,本文首先從海量的社交媒體數(shù)據(jù)中識(shí)別出企業(yè)行為,然后基于社交媒體中的企業(yè)行為研究企業(yè)競(jìng)爭(zhēng)。然而,從海量的社交媒體數(shù)據(jù)中識(shí)別企業(yè)行為進(jìn)而研究企業(yè)競(jìng)爭(zhēng)并非易事,存在如下挑戰(zhàn):1)社交媒體中的企業(yè)行為缺乏明確定義;2)非結(jié)構(gòu)化的社交媒體數(shù)據(jù)信息抽取難度大;3)企業(yè)動(dòng)態(tài)的競(jìng)爭(zhēng)關(guān)系缺乏度量指標(biāo)。為了應(yīng)對(duì)以上挑戰(zhàn),本文首先利用算法識(shí)別海量社交媒體數(shù)據(jù)中的企業(yè)行為,再基于社交媒體中的企業(yè)行為識(shí)別企業(yè)動(dòng)態(tài)競(jìng)爭(zhēng)關(guān)系,最后分析企業(yè)自身或競(jìng)爭(zhēng)企業(yè)的行為演化過程。具體的解決方案如下:首先,基于海量社交媒體數(shù)據(jù)的企業(yè)行為識(shí)別。本文明確定義了社交媒體中基于觸發(fā)詞組合的企業(yè)行為,... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
        1.1.1 企業(yè)競(jìng)爭(zhēng)研究
        1.1.2 社交媒體中的企業(yè)行為
        1.1.3 企業(yè)行為識(shí)別
    1.2 研究?jī)?nèi)容
    1.3 研究意義與創(chuàng)新點(diǎn)
    1.4 論文框架
第二章 文獻(xiàn)綜述
    2.1 基于文本數(shù)據(jù)的企業(yè)行為識(shí)別
        2.1.1 文本特征選擇
        2.1.2 基于短文本的企業(yè)行為分類
    2.2 企業(yè)競(jìng)爭(zhēng)研究
        2.2.1 競(jìng)爭(zhēng)者識(shí)別
        2.2.2 企業(yè)競(jìng)爭(zhēng)分析
        2.2.3 企業(yè)在線情報(bào)挖掘
    2.3 本章小結(jié)
第三章 基于海量在線文本的企業(yè)行為識(shí)別
    3.1 企業(yè)行為識(shí)別概述
        3.1.1 社交媒體中的企業(yè)行為定義
        3.1.2 企業(yè)行為識(shí)別框架
    3.2 企業(yè)行為特征詞挖掘
        3.2.1 數(shù)據(jù)獲取與預(yù)處理
        3.2.2 問題定義
        3.2.3 強(qiáng)分類觸發(fā)詞識(shí)別
    3.3 企業(yè)行為觸發(fā)詞優(yōu)化
        3.3.1 問題定義
        3.3.2 觸發(fā)詞豐富
        3.3.3 觸發(fā)詞特征優(yōu)化算法
    3.4 文本中企業(yè)行為識(shí)別
        3.4.1 企業(yè)行為識(shí)別框架
        3.4.2 約束非負(fù)矩陣分解
        3.4.3 融合外部信息的約束非負(fù)矩陣分解
        3.4.4 企業(yè)行為預(yù)測(cè)
        3.4.5 文本中企業(yè)行為識(shí)別算法
    3.5 本章小結(jié)
第四章 企業(yè)競(jìng)爭(zhēng)研究
    4.1 企業(yè)競(jìng)爭(zhēng)研究框架
    4.2 問題定義
    4.3 企業(yè)-行為時(shí)序矩陣構(gòu)建
    4.4 競(jìng)爭(zhēng)關(guān)系識(shí)別
    4.5 企業(yè)行為演化
    4.6 本章小結(jié)
第五章 數(shù)據(jù)與實(shí)驗(yàn)
    5.1 數(shù)據(jù)說明
    5.2 FAE效果驗(yàn)證
    5.3 外部信息效果驗(yàn)證
        5.3.1 觸發(fā)詞標(biāo)注信息
        5.3.2 文本標(biāo)注信息
        5.3.3 圖關(guān)系信息
        5.3.4 外部信息對(duì)矩陣分解的影響
    5.4 CNMF-Info行為識(shí)別效果驗(yàn)證
    5.5 企業(yè)競(jìng)爭(zhēng)研究
        5.5.1 競(jìng)爭(zhēng)者關(guān)系識(shí)別結(jié)果
        5.5.2 競(jìng)爭(zhēng)企業(yè)行為演化
    5.6 本章小結(jié)
第六章 管理啟示與討論
    6.1 企業(yè)行為識(shí)別啟示
    6.2 企業(yè)競(jìng)爭(zhēng)研究啟示
    6.3 研究方法的適用性探究
第七章 結(jié)論與展望
    7.1 研究結(jié)論
    7.2 研究貢獻(xiàn)
    7.3 未來展望
致謝
參考文獻(xiàn)
附錄
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于社交媒體的企業(yè)行為事件挖掘[J]. 鄧文君,袁華,錢宇.  中文信息學(xué)報(bào). 2018(10)
[2]基于風(fēng)險(xiǎn)決策的文本特征選擇方法[J]. 趙世琛,王文劍,郭虎升.  計(jì)算機(jī)科學(xué)與探索. 2013(10)
[3]基于類別相關(guān)的新文本特征提取方法[J]. 林少波,楊丹,徐玲.  計(jì)算機(jī)應(yīng)用研究. 2012(05)
[4]利用上下位關(guān)系的中文短文本分類[J]. 王盛,樊興華,陳現(xiàn)麟.  計(jì)算機(jī)應(yīng)用. 2010(03)
[5]一種基于N-Gram的垃圾郵件過濾方法研究[J]. 林偉,柳榮其,徐熙.  計(jì)算機(jī)應(yīng)用與軟件. 2010(02)
[6]基于量子遺傳算法的特征選擇算法[J]. 張葛祥,金煒東,胡來招.  控制理論與應(yīng)用. 2005(05)
[7]基于相對(duì)詞頻的文本特征抽取方法[J]. 張鵬飛,李赟,劉建毅,鐘義信.  計(jì)算機(jī)應(yīng)用研究. 2005(04)
[8]一個(gè)基于語境框架的文本特征提取算法[J]. 晉耀紅,苗傳江.  計(jì)算機(jī)研究與發(fā)展. 2004(04)



本文編號(hào)：3057132