家具行業(yè)作為支柱性產(chǎn)業(yè)關乎國民生活,傳統(tǒng)家具行業(yè)的蕭條使得家具電商崛起。家具電商受限于家具產(chǎn)品自身的特殊性,在激烈的競爭環(huán)境下面臨著諸多挑戰(zhàn)和困境。大數(shù)據(jù)時代和電商平臺蓬勃發(fā)展的背景下,用戶在電商平臺購買家具后,會在該平臺上發(fā)布網(wǎng)購評論,評論的內(nèi)容包括產(chǎn)品屬性、服務、物流等方面,里面都暗含著用戶對產(chǎn)品的改進需求。家具電商如果能快速掌握網(wǎng)購評論中的用戶需求,就能及時改進現(xiàn)有的產(chǎn)品和服務,并找到產(chǎn)品的未來發(fā)展方向,為快速迭代找到靈感,從而牢牢把握用戶黏性,提高核心競爭力。本文在文本挖掘和用戶需求等理論與關鍵技術研究的基礎上,提出了一套適用于線上家具網(wǎng)購評論的文本挖掘的流程,初步構(gòu)建了家具網(wǎng)購評論的評價指標,并通過實際案例來驗證了本文方法的可用性且得到了有價值的結(jié)論。通過實證分析,結(jié)合網(wǎng)購行為過程的分析及用戶群體研究對線上家具產(chǎn)品的網(wǎng)購評論進行深入挖掘,分析得出用戶的潛在需求并提出改進建議,驗證了線上家具用戶需求分析的可行性。本文主要研究工作具體如下:第一,構(gòu)建基于家具網(wǎng)購評論的評價指標。通過對家具的行業(yè)背景和產(chǎn)品種類及特點進行相關調(diào)研來確定研究對象,構(gòu)建二級評價指標體系,提出評論內(nèi)容、評論... 

【文章來源】：南京林業(yè)大學江蘇省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

本課題的文本挖掘流程

20第四章數(shù)據(jù)獲取及預處理4.1數(shù)據(jù)獲取方法4.1.1網(wǎng)絡爬蟲網(wǎng)絡爬蟲作為一個程序或腳本，能夠依據(jù)算法來自動采集網(wǎng)頁數(shù)據(jù)信息，可分為通用網(wǎng)絡爬蟲和聚焦網(wǎng)絡爬蟲這兩類。前者的工作原理是從初始網(wǎng)頁的URL中，不間斷的提取所需的URL組成新的隊列，直到達到某一條件時就會自行終止運行。后者的工作原理是借助網(wǎng)頁分析算法，連續(xù)不斷的過濾無用的URL，在待抓取隊列中只保留與主題相關的URL，然后按照預先制定好的搜索策略，讀取接下來要抓取的網(wǎng)頁URL，直到達到某一條件時就會自行終止運行，具體流程如圖4-1所示。圖4-1網(wǎng)絡爬蟲的一般流程Fig.4-1Generalflowofwebcrawler圖片來源：作者自制網(wǎng)絡爬蟲是搜索引擎和垂直搜索引擎的重要組成部分。其中，搜索引擎的代表應用有谷歌瀏覽器、百度瀏覽器等；垂直搜索引擎的代表應用有豆丁網(wǎng)、豆瓣電影等。網(wǎng)絡爬蟲作為信息采集的利器，是文本挖掘技術中的首要環(huán)節(jié)。任何需要采集數(shù)據(jù)的領域如數(shù)據(jù)挖掘、復雜網(wǎng)絡、在線人類行為、在線社群演化、人類動力學研究、計量社會學[123]等，都離不開網(wǎng)絡爬蟲。4.1.2爬蟲工具網(wǎng)絡的發(fā)達使得數(shù)據(jù)噴薄式的爆發(fā)，因為也出現(xiàn)了很多爬蟲技術，根據(jù)研究，本文將現(xiàn)有的網(wǎng)絡爬蟲技術概括為兩種，一種是工具類型，另一種是語言類型。具體如下：（1）工具類型此種爬蟲基本都是傻瓜式的操作方法，通過單擊操作就能完成信息采集，無需編寫代碼，也沒有學習成本，因而非常適合零編程基礎的用戶進行，常見的工具有八爪魚等其他

22圖4-2Alexa國內(nèi)總排行榜Fig.4-2Alexa’soveralldomesticranking圖片來源：Alexa微信公眾號截取圖4-3天貓網(wǎng)的全球排名與UV&PV值Fig.4-3Tmall’sglobalrankingandits’UV&PVvalues圖片來源：Alexa微信公眾號截取

【參考文獻】：
期刊論文
[1]基于結(jié)構(gòu)主題模型的用戶功能需求挖掘研究[J]. 苗紅,王艷,黃魯成,吳菲菲,李欣.  情報雜志. 2020(07)
[2]敬畏感的情緒成分分析:基于社交網(wǎng)絡的文本挖掘[J]. 王影,庫婷婷,許書萍,李偉強,袁博.  心理技術與應用. 2020(04)
[3]先行示范區(qū)的改革發(fā)展邏輯——基于Smart Analyze的文本可視化分析[J]. 謝攀琳.  深圳社會科學. 2020(01)
[4]基于網(wǎng)絡爬蟲的就業(yè)數(shù)據(jù)分析[J]. 項博良,唐淳淳,錢前,曹健東.  智能計算機與應用. 2020(01)
[5]基于數(shù)據(jù)挖掘的電商家具產(chǎn)品共詞聚類算法研究[J]. 向嘉鏈.  經(jīng)濟研究導刊. 2019(31)
[6]家具類電商平臺的發(fā)展現(xiàn)狀[J]. 陳星艷,向仕龍,陶濤.  林產(chǎn)工業(yè). 2019(10)
[7]面向用戶需求的家具個性化設計研究[J]. 謝藍.  福建茶葉. 2019(07)
[8]基于多視圖協(xié)同的政策文本可視化研究[J]. 楊亞楠,趙文輝,張健,譚珅,張貝貝.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(06)
[9]個性化推薦中基于認知的用戶興趣建模研究[J]. 石宇,胡昌平,時穎惠.  情報科學. 2019(06)
[10]我國大數(shù)據(jù)時代數(shù)字圖書館研究前沿分析——基于共詞分析的視角[J]. 趙麗梅,張花.  情報科學. 2019(03)

博士論文
[1]森林病蟲害數(shù)據(jù)可視分析方法研究[D]. 楊波.北京林業(yè)大學 2019
[2]面向評論數(shù)據(jù)的可視分析方法研究[D]. 徐進.浙江大學 2018
[3]文本分類中特征加權(quán)算法和文本表示策略研究[D]. 賈隆嘉.東北師范大學 2016
[4]多專業(yè)領域本體的構(gòu)建及語義檢索研究[D]. 劉紫玉.北京交通大學 2010
[5]知識管理和文本挖掘的若干問題研究[D]. 徐建鎖.天津大學 2004
[6]多指標綜合評價理論與方法問題研究[D]. 蘇為華.廈門大學 2000

碩士論文
[1]基于文本挖掘的筆記本電腦網(wǎng)評分析[D]. 李清鎮(zhèn).蘭州財經(jīng)大學 2019
[2]基于機器學習的老年手機用戶中文評論情感分析[D]. 高思夢.蘭州財經(jīng)大學 2019
[3]基于內(nèi)容和word2vec的慕課推薦算法研究[D]. 黃冉.山東師范大學 2019
[4]基于網(wǎng)絡文本挖掘的冰雪旅游形象感知研究[D]. 李鳳佼.東北農(nóng)業(yè)大學 2019
[5]出租車GPS數(shù)據(jù)的信息挖掘研究[D]. 陳玲燕.北京交通大學 2018
[6]面向中文短文本的情感分析關鍵技術研究[D]. 張子睿.長春理工大學 2018
[7]基于主題的文本挖掘及可視化系統(tǒng)研究與實現(xiàn)[D]. 郭英杰.西安電子科技大學 2018
[8]微博用戶對同性戀的態(tài)度研究[D]. 鄭銓.四川師范大學 2018
[9]基于集成學習的DDoS攻擊檢測[D]. 姚洪磊.天津理工大學 2018
[10]深度學習與SVM相融合的新聞分類技術研究[D]. 袁志輝.華北理工大學 2018



本文編號：3290535