隨著大數(shù)據(jù)時(shí)代的到來(lái),對(duì)大數(shù)據(jù)的分析和利用已經(jīng)成為了一種新經(jīng)濟(jì)價(jià)值的來(lái)源,這也給企業(yè)帶來(lái)了巨大的效益。最近幾年,隨著電子商務(wù)的快速發(fā)展,網(wǎng)絡(luò)購(gòu)物已經(jīng)成為了人們消費(fèi)的主要途徑,因此產(chǎn)生了大量的網(wǎng)絡(luò)購(gòu)物數(shù)據(jù);但如何利用這些數(shù)據(jù)資源,使其能夠更加精準(zhǔn)的進(jìn)行產(chǎn)品定位,這已經(jīng)成為擺在大家面前的一個(gè)重要問題。本文研究一種基于大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品定位方法,將海量的顧客購(gòu)物數(shù)據(jù)中挖掘到的潛在有用信息應(yīng)用到產(chǎn)品定位中。具體操作如下:第一步,使用網(wǎng)絡(luò)爬蟲程序Scrapy對(duì)京東商城平臺(tái)上的產(chǎn)品評(píng)論和產(chǎn)品相關(guān)信息進(jìn)行數(shù)據(jù)爬取,并進(jìn)行噪音去除處理,得到預(yù)處理數(shù)據(jù)。第二步,對(duì)已經(jīng)去噪處理的數(shù)據(jù)進(jìn)行jieba分詞,并使用Apriori算法來(lái)挖掘產(chǎn)品屬性特征詞,得到需要研究的產(chǎn)品屬性和屬性權(quán)重。根據(jù)得到的產(chǎn)品屬性進(jìn)行產(chǎn)品屬性水平爬取和分析,選出具有下一步研究?jī)r(jià)值的產(chǎn)品屬性水平,根據(jù)分析結(jié)果,設(shè)計(jì)調(diào)查問卷進(jìn)行調(diào)查,獲得顧客對(duì)產(chǎn)品各屬性水平的偏好數(shù)據(jù)。為解決偏好數(shù)據(jù)的含糊性問題,本文利用云模型將顧客對(duì)產(chǎn)品屬性水平的定性語(yǔ)言評(píng)價(jià)轉(zhuǎn)換成定量的數(shù)據(jù)。然后,利用離散選擇模型(Multinomial Logit Model,MNL),...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1技術(shù)路線圖

桂林理工大學(xué)碩士學(xué)位論文71.3.5技術(shù)路線圖1.1技術(shù)路線圖1.4論文組織結(jié)構(gòu)第1章：緒論。介紹本文的研究背景與意義，國(guó)內(nèi)外研究現(xiàn)狀包括：大數(shù)據(jù)技術(shù)研究現(xiàn)狀、產(chǎn)品定位研究現(xiàn)狀、MNL模型研究現(xiàn)狀以及云模型技術(shù)研究現(xiàn)狀。接著，闡

圖3.1ABC算法流程圖

桂林理工大學(xué)碩士學(xué)位論文24圖3.1ABC算法流程圖3.5本章小結(jié)本章提出了本文研究的問題，首先針對(duì)顧客的偏好效用，做出了優(yōu)化，將權(quán)重因素以及價(jià)格因素帶來(lái)的影響同時(shí)融入到現(xiàn)有的顧客偏好公式當(dāng)中，接著，通過云模型將定性的顧客評(píng)價(jià)語(yǔ)言轉(zhuǎn)換成定量的評(píng)價(jià)數(shù)據(jù)，結(jié)合云模型和MNL模型利用這....

圖4.1產(chǎn)品屬性確定流程圖

桂林理工大學(xué)碩士學(xué)位論文26為下一步產(chǎn)品屬性水平的確定奠定基礎(chǔ)，主要步驟有：先使用網(wǎng)絡(luò)爬蟲程序?qū)〇|商城的手機(jī)商品評(píng)論進(jìn)行爬取，再進(jìn)行預(yù)處理和分詞，然后使用Apriori算法對(duì)產(chǎn)品屬性特征詞進(jìn)行挖掘提取，然后就得到比較有研究?jī)r(jià)值的產(chǎn)品屬性。具體的選取比較有研究?jī)r(jià)值的產(chǎn)品屬性流程如....

圖4.2爬取的手機(jī)評(píng)論

桂林理工大學(xué)碩士學(xué)位論文27defparse_getCommentnum(self,response):js=json.loads(response.text)comments=js["comments"]#該頁(yè)所有評(píng)論items=[]forcommentincomments:i....

本文編號(hào)：3913972