在線(xiàn)住宿以促進(jìn)閑置房源的有效利用、降低房屋空置成本、提供多樣化和個(gè)性化住宿服務(wù)等優(yōu)勢(shì),在全球范圍內(nèi)快速崛起。隨著在線(xiàn)住宿平臺(tái)在全球市場(chǎng)的擴(kuò)張進(jìn)入平穩(wěn)增長(zhǎng)時(shí)期,解決服務(wù)問(wèn)題與提升服務(wù)質(zhì)量對(duì)行業(yè)未來(lái)的健康發(fā)展至關(guān)重要。當(dāng)前在線(xiàn)住宿在房源品質(zhì)、房東素質(zhì)、房客人身安全和平臺(tái)跨文化運(yùn)營(yíng)等方面存在突出的服務(wù)質(zhì)量管理問(wèn)題,而現(xiàn)有研究關(guān)于服務(wù)質(zhì)量的評(píng)價(jià)方法存在不足,對(duì)在線(xiàn)住宿的服務(wù)質(zhì)量與文化距離因素之間的聯(lián)系也尚不明確。在線(xiàn)住宿平臺(tái)如何科學(xué)地評(píng)價(jià)服務(wù)質(zhì)量,理解顧客的服務(wù)需求,并提高跨文化服務(wù)質(zhì)量管理的能力和水平,成為重要的研究問(wèn)題。本研究以Airbnb為例評(píng)價(jià)在線(xiàn)住宿的服務(wù)質(zhì)量,并從跨文化的角度解析服務(wù)質(zhì)量在北京和舊金山兩個(gè)城市的差異,提出在線(xiàn)住宿服務(wù)質(zhì)量管理的命題和啟示。主要研究?jī)?nèi)容包括:（1）基于弱監(jiān)督主題模型的網(wǎng)絡(luò)口碑評(píng)論文本挖掘。針對(duì)網(wǎng)絡(luò)口碑中蘊(yùn)含服務(wù)質(zhì)量信息而無(wú)標(biāo)簽的問(wèn)題,構(gòu)建弱監(jiān)督主題模型對(duì)文本數(shù)據(jù)進(jìn)行主題提取,通過(guò)種子詞預(yù)設(shè)和種子詞擴(kuò)展提取出服務(wù)質(zhì)量信息。（2）基于SERVQUAL模型的在線(xiàn)住宿服務(wù)質(zhì)量評(píng)價(jià)。在主題提取的基礎(chǔ)上進(jìn)行情感傾向分析,結(jié)合SERVQUAL的有形性等五個(gè)維度評(píng)價(jià)在... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LDA模型概率圖

第三章模型理論基礎(chǔ)29的方法來(lái)識(shí)別每個(gè)不相關(guān)主題對(duì)應(yīng)的一組種子詞，稱(chēng)為偽種子詞。具體而言，首先使用標(biāo)準(zhǔn)LDA以無(wú)監(jiān)督的方式提取出文檔集合的隱藏主題，然后，利用一種關(guān)聯(lián)度度量方法來(lái)計(jì)算每個(gè)LDA隱藏主題與相關(guān)主題的所有種子詞之間的距離，將最不相關(guān)的LDA隱藏主題中的top主題詞作為不相關(guān)主題的偽種子詞。最后再?gòu)姆N子詞和偽種子詞中提取類(lèi)別信息，以準(zhǔn)確地推斷相關(guān)主題和不相關(guān)主題。圖片來(lái)源：Li等（2018）圖3-3DFC模型結(jié)構(gòu)

華南理工大學(xué)碩士學(xué)位論文30DFC的模型概率圖如圖3-4所示。圖片來(lái)源：Li等（2018）圖3-4DFC模型概率圖DFC模型在兩個(gè)文本分類(lèi)廣泛使用的數(shù)據(jù)集Reuters-10和20-Newsgroup上進(jìn)行了實(shí)驗(yàn)，取得了很好的文本過(guò)濾和分類(lèi)效果，實(shí)驗(yàn)結(jié)果表明：（1）在多數(shù)分類(lèi)任務(wù)中，DFC可以比許多最新的文本分類(lèi)算法取得更好的分類(lèi)效果（Macro-F1），包括無(wú)監(jiān)督算法和有監(jiān)督算法，如TLC++、GE-FL、DescLDA、SNB-EM、SVM、SSVM、sLDA、MedLDA等；（2）具有較高的魯棒性，在不同參數(shù)設(shè)置下的分類(lèi)結(jié)果變化不顯著，對(duì)許多參數(shù)都不敏感，包括不相關(guān)主題的數(shù)量、一般主題的數(shù)量、偽種子詞的數(shù)量、迭代次數(shù)、ρ、α、等；（3）模型分類(lèi)效果取決于種子詞的質(zhì)量而非數(shù)量，設(shè)置好每個(gè)相關(guān)主題的種子詞相當(dāng)重要。3.4本章小結(jié)本章概述了本文的模型理論基礎(chǔ)，包括SERVQUAL模型、LDA模型和弱監(jiān)督主題模型。首先介紹了SERVQUAL模型，包括其在有形性等五個(gè)維度及其22個(gè)測(cè)量項(xiàng)上的定義，并提出了初步的應(yīng)用設(shè)想。其次概括了LDA主題模型的提出、生成過(guò)程和建模能力評(píng)估標(biāo)準(zhǔn)等，重點(diǎn)介紹了用于評(píng)估主題提取效果的perplexity值。最后概括了用于文本分類(lèi)的弱監(jiān)督主題模型DFC，包括其主題提取思想、模型結(jié)構(gòu)和實(shí)驗(yàn)效果等。

【參考文獻(xiàn)】：
期刊論文
[1]用戶(hù)感知移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的猶豫模糊Kano-Taguchi方法[J]. 湯淼,王鐵旦,彭定洪.  情報(bào)理論與實(shí)踐. 2020(03)
[2]基于Mo-RVIKOR的混合多屬性決策方法[J]. 潘亞虹,耿秀麗.  中國(guó)管理科學(xué). 2019(12)
[3]在線(xiàn)健康咨詢(xún)平臺(tái)信息服務(wù)質(zhì)量的物元模型及可拓評(píng)價(jià)研究[J]. 洪闖,李賀,彭麗徽,許一明.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2019(08)
[4]基于粗糙集的電商物流服務(wù)質(zhì)量評(píng)價(jià)應(yīng)用研究——以生鮮電商為例[J]. 徐廣姝.  中國(guó)流通經(jīng)濟(jì). 2019(07)
[5]區(qū)間值加權(quán)繆爾海德平均算子及其在感知服務(wù)質(zhì)量評(píng)價(jià)中的應(yīng)用[J]. 劉麗君,左文進(jìn).  工業(yè)技術(shù)經(jīng)濟(jì). 2019(05)
[6]基于顧客在線(xiàn)評(píng)價(jià)信息的服務(wù)質(zhì)量評(píng)價(jià)方法[J]. 李銘洋,趙曉杰.  遼寧大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2018(05)
[7]超大城市公共服務(wù)質(zhì)量評(píng)價(jià)研究——以北京市為例[J]. 鄧劍偉,郭軼倫,李雅欣,楊添安.  華東經(jīng)濟(jì)管理. 2018(08)
[8]基于網(wǎng)絡(luò)口碑的B2C電子商務(wù)服務(wù)質(zhì)量管理[J]. 左文明,陳華瓊,張鎮(zhèn)鵬.  管理評(píng)論. 2018(02)
[9]中國(guó)分享經(jīng)濟(jì)發(fā)展報(bào)告:現(xiàn)狀、問(wèn)題與挑戰(zhàn)、發(fā)展趨勢(shì)[J]. 分享經(jīng)濟(jì)發(fā)展報(bào)告課題組,張新紅,高太山,于鳳霞,李紅升,胡擁軍,郝凱,徐清源,蔡丹旦.  電子政務(wù). 2016(04)
[10]網(wǎng)絡(luò)零售服務(wù)質(zhì)量的測(cè)量與管理——基于中國(guó)情境[J]. 趙衛(wèi)宏,熊小明.  管理評(píng)論. 2015(12)



本文編號(hào)：3595257