隨著電子商務(wù)的蓬勃發(fā)展,網(wǎng)購(gòu)平臺(tái)聚集了眾多的商家,為消費(fèi)者提供多種多樣的產(chǎn)品。面對(duì)日趨廣闊的網(wǎng)絡(luò)市場(chǎng)和日益激烈的同行競(jìng)爭(zhēng),研究網(wǎng)購(gòu)平臺(tái)如何優(yōu)化其產(chǎn)品和服務(wù),從而提高消費(fèi)者的滿意度和忠誠(chéng)度,增加產(chǎn)品銷量具有必要性和現(xiàn)實(shí)意義。在網(wǎng)購(gòu)平臺(tái)運(yùn)營(yíng)和發(fā)展的過(guò)程中,產(chǎn)生了海量的與消費(fèi)相關(guān)的數(shù)據(jù),包括產(chǎn)品評(píng)論、消費(fèi)者投訴文本、廣告業(yè)務(wù)數(shù)據(jù)。這些數(shù)據(jù)包含了網(wǎng)購(gòu)平臺(tái)中產(chǎn)品和服務(wù)的相關(guān)信息,因此,本論文從數(shù)據(jù)挖掘和文本挖掘的角度提出解決思路,為網(wǎng)購(gòu)平臺(tái)優(yōu)化其產(chǎn)品和服務(wù)提供有效的技術(shù)、理論與方法。 本論文的研究思路如下:(1)產(chǎn)品評(píng)論中包含的大量噪聲詞和無(wú)關(guān)詞會(huì)帶來(lái)很多噪聲和無(wú)關(guān)的內(nèi)容,而文本特征選擇方法能夠從中篩選出與產(chǎn)品優(yōu)缺點(diǎn)相關(guān)的關(guān)鍵詞,為生成產(chǎn)品評(píng)論摘要減少大量噪聲。(2)面對(duì)海量的產(chǎn)品評(píng)論,商家需要花費(fèi)大量的時(shí)間從中獲得有關(guān)產(chǎn)品的重要信息,而產(chǎn)品評(píng)論摘要生成方法能夠根據(jù)產(chǎn)品評(píng)論生成簡(jiǎn)潔易讀的摘要,解決海量產(chǎn)品評(píng)論帶來(lái)的“信息爆炸”問(wèn)題。(3)網(wǎng)購(gòu)流程的優(yōu)化有利于提高消費(fèi)者的購(gòu)物體驗(yàn),規(guī)范對(duì)商家的管理,減少購(gòu)物糾紛,而目前有關(guān)網(wǎng)購(gòu)平臺(tái)服務(wù)質(zhì)量的研究基本是從平臺(tái)的整體入手,沒(méi)有從網(wǎng)購(gòu)流程的角度出發(fā),研究...

【文章頁(yè)數(shù)】：188 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
        1.2.1 理論意義
        1.2.2 實(shí)踐意義
    1.3 研究?jī)?nèi)容
        1.3.1 文本特征選擇方法研究
        1.3.2 產(chǎn)品評(píng)論摘要生成方法研究
        1.3.3 網(wǎng)購(gòu)流程優(yōu)化方法研究
        1.3.4 廣告分類模型研究
    1.4 技術(shù)路線
    1.5 研究創(chuàng)新點(diǎn)
    1.6 組織結(jié)構(gòu)
第二章 文獻(xiàn)綜述
    2.1 文本特征選擇
        2.1.1 基于“評(píng)分機(jī)制”的特征選擇
        2.1.2 基于“篩選機(jī)制”的特征選擇
        2.1.3 基于“優(yōu)化機(jī)制”的特征選擇
        2.1.4 研究評(píng)述
    2.2 產(chǎn)品評(píng)論摘要相關(guān)技術(shù)研究
        2.2.1 關(guān)鍵信息提取
        2.2.2 關(guān)鍵信息組織
        2.2.3 研究評(píng)述
    2.3 網(wǎng)購(gòu)平臺(tái)服務(wù)質(zhì)量研究
        2.3.1 基于經(jīng)驗(yàn)的分析方法
        2.3.2 基于研究成果或?qū)＜抑R(shí)的分析方法
        2.3.3 基于問(wèn)卷或?qū)嵶C的分析方法
        2.3.4 基于消費(fèi)者數(shù)據(jù)的分析方法
        2.3.5 研究評(píng)述
    2.4 廣告效果評(píng)價(jià)研究
        2.4.1 影響因素研究
        2.4.2 評(píng)價(jià)模型研究
        2.4.3 研究評(píng)述
    2.5 本章小結(jié)
第三章 基于深度學(xué)習(xí)的特征選擇方法研究
    3.1 引言
    3.2 理論基礎(chǔ)
        3.2.1 文本特征選擇
        3.2.2 CNN原理
        3.2.3 LSTM單元結(jié)構(gòu)
    3.3 特征選擇方法研究
        3.3.1 特征選擇的原理
        3.3.2 CNN-FS原理
        3.3.3 LSTM-FS原理
    3.4 特征選擇比較實(shí)驗(yàn)
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 文本分類比較實(shí)驗(yàn)分析
        3.4.3 語(yǔ)義比較實(shí)驗(yàn)分析
        3.4.4 稀疏度比較實(shí)驗(yàn)分析
        3.4.5 CNN-FS與 LSTM-FS的比較
    3.5 本章小結(jié)
第四章 產(chǎn)品評(píng)論摘要生成方法研究
    4.1 引言
    4.2 基礎(chǔ)理論
        4.2.1 產(chǎn)品評(píng)論摘要
        4.2.2 LDA主題模型
        4.2.3 LSTM網(wǎng)絡(luò)
    4.3 產(chǎn)品評(píng)論摘要生成方法的原理
        4.3.1 關(guān)鍵信息提取模塊
        4.3.2 關(guān)鍵信息組織模塊
        4.3.3 摘要生成方法的偽代碼
        4.3.4 例子演示
    4.4 產(chǎn)品評(píng)論摘要生成實(shí)驗(yàn)
        4.4.1 數(shù)據(jù)集
        4.4.2 LDA最優(yōu)主題個(gè)數(shù)分析
        4.4.3 產(chǎn)品評(píng)論摘要實(shí)例分析
    4.5 產(chǎn)品評(píng)論摘要生成系統(tǒng)展示
    4.6 本章小結(jié)
第五章 基于文本挖掘和PCN的網(wǎng)購(gòu)流程優(yōu)化方法研究
    5.1 引言
    5.2 PCN的原理
    5.3 網(wǎng)購(gòu)流程存在問(wèn)題挖掘
        5.3.1 客服方面的問(wèn)題
        5.3.2 商品方面的問(wèn)題
        5.3.3 賣家方面的問(wèn)題
        5.3.4 物流方面的問(wèn)題
    5.4 網(wǎng)購(gòu)流程優(yōu)化研究
        5.4.1 網(wǎng)購(gòu)流程的PCN描述
        5.4.2 網(wǎng)購(gòu)流程的PCN優(yōu)化
    5.5 網(wǎng)購(gòu)流程優(yōu)化策略建議
        5.5.1 客服服務(wù)質(zhì)量提升
        5.5.2 售前商品管理
        5.5.3 商家發(fā)貨管理
    5.6 本章小結(jié)
第六章 基于高斯濾波和決策樹(shù)的廣告分類模型研究
    6.1 引言
    6.2 理論基礎(chǔ)
        6.2.1 高斯濾波
        6.2.2 決策樹(shù)
    6.3 廣告分類模型
        6.3.1 GF數(shù)據(jù)處理
        6.3.2 有效和無(wú)效廣告分類
        6.3.3 模型的偽代碼
    6.4 廣告分類實(shí)驗(yàn)
        6.4.1 數(shù)據(jù)集
        6.4.2 實(shí)驗(yàn)設(shè)置
        6.4.3 實(shí)驗(yàn)結(jié)果和討論
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 研究總結(jié)
    7.2 管理建議
    7.3 研究展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的研究成果
致謝
附件



本文編號(hào)：3808750