隨著信息技術(shù)與電子商務(wù)的迅速發(fā)展,網(wǎng)購已成為人們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠?在這種情景下,店鋪在線評論的重要性也在日益增長,已經(jīng)成為消費(fèi)者購物過程中重要的信息來源,會對消費(fèi)者的決策產(chǎn)生重要影響,因此在現(xiàn)實(shí)生活中很多在線商家在銷售后會向消費(fèi)者索要好評,但是現(xiàn)階段國內(nèi)外學(xué)者主要研究在線評論對消費(fèi)者決策過程的影響作用,而對在線商家索要好評和消費(fèi)者差評意愿缺乏足夠的重視。鑒于此本文提出研究課題——在線商家多渠道索要好評對消費(fèi)者差評意愿的影響研究。為研究在線商家索要好評與消費(fèi)者的差評意愿之間的關(guān)系,本文在總結(jié)前人研究的基礎(chǔ)上,采用文本挖掘和問卷調(diào)查相結(jié)合的方法探索了在線商家索要好評對消費(fèi)者差評意愿的影響過程。首先采用網(wǎng)絡(luò)爬蟲技術(shù),抓取淘寶商家的消費(fèi)者在線差評文本;利用Latent Dirchlet Allocation模型（后面簡稱LDA模型）對清洗后的評論文本數(shù)據(jù)進(jìn)行主題提取,并對提取的結(jié)果進(jìn)行可視化處理和解讀,探究是否真的存在因?yàn)樯碳宜饕迷u而得到差評的情況,而且在線商家索要好評的渠道是多樣的（例如電話索要,短信索要,淘寶旺旺索要等等）,本文通過問卷調(diào)查的方式對索要好評的渠道差異進(jìn)行探究,同... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

吉林大學(xué)碩士學(xué)位論文9一種概率模型，而且很多學(xué)者將LDA改進(jìn)使其可以適用于更多的場景，同時(shí)也提高了LDA模型的準(zhǔn)確度。LDA是由（DavidM.Blei,2003）等人提出是一種收集離散數(shù)據(jù)（例如文本語料庫）的概率生成模型[12]。LDA是無監(jiān)督學(xué)習(xí)，需要事先指定主題數(shù)量，輸出的結(jié)果是不同的類分布。LDA是三級分層貝葉斯模型，其核心思想是將文檔表示為一系列潛在主題的隨機(jī)混合，其中每個(gè)主題以語料庫中所有詞語的概率分布為特征，相同詞語在不同的主題下概率不同，與主題相關(guān)的詞語的概率較高。圖2.1：LDA主題模型圖中符號含義如下：M是文檔數(shù)量；N是詞語數(shù)量；T是總的主題數(shù)；郎是文檔-主題分布；鄭是主題-詞語分布；是郎的超參數(shù)，是鄭的超參數(shù)；w代表詞語，z表示從w中提取的主題。對于給定一個(gè)語料庫，令(),1,2,,,......,mmmmmNd=www表示第m篇文檔；(),1,2,,,......,mmmmnz=zzz中分量表示md中每個(gè)詞語所屬的主題；()12,,......,MD=ddd則表示語料庫，()12,,......,Mz=zzz中的分量則與D中的分量一一對應(yīng)，表示不同文檔的主題分布。1、選取文檔md的主題分布m，m是由超參數(shù)為的狄利克雷分布生成。2、對于單詞的選擇：a、首先根據(jù)mさ的多項(xiàng)式分布取樣生成md的第n個(gè)詞的主題m,nz；b、根據(jù)超參數(shù)為的狄利克雷分布取樣生成主題m,nz對應(yīng)的詞語分布m,nz遃；c、從m,nz的多項(xiàng)式分布中取樣最終生成詞語m,nw。不停重復(fù)以上步驟便可以生成文檔md和整個(gè)語料庫。通過將生成文檔的復(fù)雜過程簡化為幾個(gè)步驟，從而指定了了文檔中的主題和詞語的概率分布；了解LDA模型下文檔的生成過程，可以通過LDA模型為語料

吉林大學(xué)碩士學(xué)位論文18的詞語，并將這100個(gè)詞以詞云的形式展現(xiàn)出來，詞云中詞字體的大小表明了這個(gè)詞在文本中的詞頻；詞字體越大，詞頻越高；圖3.1展示了詞云：圖3.1：詞云通過詞云可以清楚的看出“了”、“的”以及“我”這幾個(gè)詞的字體最大，這就意味著這些詞的詞頻是最高的，但是在實(shí)際上這些高頻詞是沒有什么實(shí)際意義，并且很多詞語長度為1，這些詞語對于后續(xù)文本分析結(jié)果的解讀幫助非常小甚至可能會產(chǎn)生干擾作用；因此需要將這些對于文本分析結(jié)果解讀沒有幫助的高頻詞進(jìn)行剔除，同時(shí)還需要將一些感嘆詞或者是語氣助詞也進(jìn)行剔除，這一步驟稱為去停用詞。去除停用詞需要停用詞詞典，本研究將通用停用詞詞典和專用停用詞詞典相結(jié)合構(gòu)建了自定義停用詞詞典；常見的通用停用詞詞典包括哈工大停用詞表、百度停用詞表、四川大學(xué)人工智能實(shí)驗(yàn)室停用詞庫，本研究采用的是哈爾濱工業(yè)大學(xué)的停用詞詞典，然后在此基礎(chǔ)上將哪些對與結(jié)果解讀幫助較小的無用高頻詞加入停用詞詞典，構(gòu)建了自定義停用詞詞典；在對分析結(jié)果解讀時(shí)詞長度等于1的詞語的可解釋性較弱，因此在這個(gè)過程中只保留詞長度大于或者等于2的詞語。這樣更有利于我們對結(jié)果進(jìn)行解讀。圖3.2a和3.2b的對比展示了數(shù)據(jù)預(yù)處理的效果，從圖3.2b中我們可以看出還是存在一些對于結(jié)果解讀沒有幫助的詞語例如“其實(shí)、看過”等等一些詞，但是這是沒有辦法避免的，因?yàn)樵趯?shí)際研究中很難識別所有的無意義詞，但是后續(xù)的主題提取時(shí)一部分的高頻無意義詞會被我們通過模型自動過濾掉。


本文編號：3326753