互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的今天,用戶在移動(dòng)端使用應(yīng)用程序進(jìn)行服務(wù)消費(fèi)的現(xiàn)象日趨普遍。服務(wù)消費(fèi)過程中,用戶的情緒感受體驗(yàn)是用戶服務(wù)消費(fèi)體驗(yàn)滿意與否的直觀反映。如何準(zhǔn)確地對(duì)用戶情緒感受體驗(yàn)進(jìn)行識(shí)別分析,進(jìn)而判斷用戶服務(wù)消費(fèi)時(shí)的服務(wù)體驗(yàn),并對(duì)影響用戶服務(wù)體驗(yàn)的因素進(jìn)行挖掘是一個(gè)亟待解決的問題。另一方面,用戶在服務(wù)消費(fèi)過程中往往根據(jù)個(gè)人偏好進(jìn)行消費(fèi)對(duì)象選擇,用戶偏好隱式反映在用戶服務(wù)消費(fèi)體驗(yàn)及用戶消費(fèi)行為數(shù)據(jù)中,需要通過相應(yīng)算法設(shè)計(jì),對(duì)用戶偏好進(jìn)行分析及消費(fèi)對(duì)象精準(zhǔn)推薦,以提升用戶消費(fèi)時(shí)服務(wù)體驗(yàn)感受。本文基于用戶使用餓了么APP服務(wù)消費(fèi)時(shí)采集到的相關(guān)數(shù)據(jù)展開研究。首先開發(fā)一款數(shù)據(jù)采集器應(yīng)用程序?qū)τ脩舴⻊?wù)評(píng)價(jià)時(shí)文本數(shù)據(jù)與用戶表情圖像數(shù)據(jù)采集存儲(chǔ),然后對(duì)用戶服務(wù)體驗(yàn)進(jìn)行概念定義與屬性劃分,并以本文研究領(lǐng)域數(shù)據(jù)為基礎(chǔ)進(jìn)行屬性劃分驗(yàn)證。在對(duì)用戶整體服務(wù)體驗(yàn)分析時(shí),為解決單純依靠文本數(shù)據(jù)進(jìn)行用戶情感體驗(yàn)分析準(zhǔn)確率不高的問題,我們采用融合文本數(shù)據(jù)與用戶表情圖像兩種不同模態(tài)數(shù)據(jù)的方法準(zhǔn)確識(shí)別用戶服務(wù)情感體驗(yàn);然后基于LDA主題模型對(duì)影響用戶服務(wù)情感體驗(yàn)的因素進(jìn)行挖掘�；趯�(duì)用戶服務(wù)體驗(yàn)的分析,本文通過特征觀點(diǎn)對(duì)挖... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

配置服務(wù)類示意圖

(a)數(shù)據(jù)采集器主界面圖2-4(b)用戶評(píng)價(jià)數(shù)據(jù)采集結(jié)果

z是主題， 是訓(xùn)練集學(xué)習(xí)得到的文本-主題分布對(duì)應(yīng)隱含變量。模型生成能力越強(qiáng)，困惑度值越小。圖3-3 困惑度隨主題數(shù)變化曲線圖以困惑度值作為模型評(píng)價(jià)指標(biāo)，按照前文算法，先驗(yàn)知識(shí)將主題數(shù)目取值

【參考文獻(xiàn)】：
期刊論文
[1]基于背景和內(nèi)容的微博用戶興趣挖掘[J]. 仲兆滿,管燕,胡云,李存華.  軟件學(xué)報(bào). 2017(02)
[2]基于隱式用戶反饋數(shù)據(jù)流的實(shí)時(shí)個(gè)性化推薦[J]. 王智圣,李琪,汪靜,印鑒.  計(jì)算機(jī)學(xué)報(bào). 2016(01)
[3]利用社交關(guān)系的實(shí)值條件受限玻爾茲曼機(jī)協(xié)同過濾推薦算法[J]. 何潔月,馬貝.  計(jì)算機(jī)學(xué)報(bào). 2016(01)
[4]基于本體與模式的網(wǎng)絡(luò)用戶興趣挖掘[J]. 蘇雪陽(yáng),左萬利,王俊華.  電子學(xué)報(bào). 2014(08)
[5]一種結(jié)合推薦對(duì)象間關(guān)聯(lián)關(guān)系的社會(huì)化推薦算法[J]. 郭磊,馬軍,陳竹敏,姜浩然.  計(jì)算機(jī)學(xué)報(bào). 2014(01)
[6]基于主題圖的用戶興趣挖掘模型研究[J]. 唐曉波,房小可.  情報(bào)學(xué)報(bào). 2012 (04)



本文編號(hào)：3426064