為了更準(zhǔn)確、更高效的對(duì)車型進(jìn)行評(píng)價(jià),幫助企業(yè)了解自身優(yōu)劣勢(shì),因此本文對(duì)傳統(tǒng)的調(diào)研問(wèn)卷進(jìn)行優(yōu)化。首先本文采用正則表達(dá)式利用常見(jiàn)的標(biāo)點(diǎn)符號(hào)對(duì)近一年來(lái)總結(jié)的文本數(shù)據(jù)進(jìn)行斷句、篩選出包含情感和態(tài)度的語(yǔ)句、對(duì)篩選后的語(yǔ)句根據(jù)汽車行業(yè)指標(biāo)進(jìn)行分詞;然后利用詞性標(biāo)注方法對(duì)句子進(jìn)行詞性分析,得到句子的詞性結(jié)構(gòu);其次再利用主成分分析法(PCA)對(duì)得到的詞性結(jié)構(gòu)中選擇貢獻(xiàn)度占比率最高的一組,利用此時(shí)的詞性結(jié)構(gòu)優(yōu)化當(dāng)前的問(wèn)卷方法,從而可以更準(zhǔn)確、更高效的對(duì)車型進(jìn)行評(píng)價(jià),幫助企業(yè)了解自身優(yōu)劣勢(shì),實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。
【部分圖文】：

原問(wèn)卷以及調(diào)整后的問(wèn)卷

通過(guò)文本對(duì)問(wèn)卷的優(yōu)化設(shè)計(jì)可以更準(zhǔn)確、更高效的對(duì)車型進(jìn)行評(píng)價(jià)，例如在以往的車型調(diào)研的問(wèn)卷中，由于涉及的指標(biāo)項(xiàng)較多，往往導(dǎo)致問(wèn)卷超過(guò)上千題目，用戶需要作答長(zhǎng)達(dá)兩個(gè)小時(shí)。這期間就會(huì)造成用戶失去耐心，選擇比較中性的結(jié)果快速完成問(wèn)卷。還有一種情況，用戶對(duì)于拿不準(zhǔn)的結(jié)果往往也會(huì)選擇中性的結(jié)果進(jìn)行應(yīng)對(duì)，導(dǎo)致無(wú)法達(dá)成我們的調(diào)研目的，問(wèn)卷答題卡的結(jié)果如下圖5所示，同時(shí)會(huì)產(chǎn)生大量的無(wú)效樣本，無(wú)效樣本數(shù)量的比例如下圖6所示。為了降低無(wú)效樣本對(duì)統(tǒng)計(jì)結(jié)果的影響，往往通過(guò)擴(kuò)大調(diào)研樣本量，再剔除無(wú)效樣本的方式，保證有足夠的有效樣本用于統(tǒng)計(jì)分析。這樣一來(lái)大大增加了執(zhí)行的成本，同時(shí)也影響調(diào)研的質(zhì)量。

而這些直接的問(wèn)法都可以從其他用戶平日的汽車點(diǎn)評(píng)中提取出來(lái)，如下圖7所示。用戶對(duì)于外觀常通過(guò)好看不好看，耐不耐看作為評(píng)價(jià)標(biāo)準(zhǔn)，那么相應(yīng)的“外觀品質(zhì)設(shè)計(jì)”可拆解成是不是好看，是不是耐看來(lái)進(jìn)行甄別評(píng)價(jià)，由此可見(jiàn)優(yōu)化后的問(wèn)卷既可以使消費(fèi)者容易理解，又大大減少了無(wú)效樣本。
【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 余淑秀;李雪濤;;基于PCA法的汽車產(chǎn)業(yè)集群效率評(píng)價(jià)模型研究——以中部地區(qū)為例[J];科協(xié)論壇(下半月);2012年04期

2 王秀麗;;基于PCA的汽車4S店商業(yè)模式創(chuàng)新研究[J];湖北汽車工業(yè)學(xué)院學(xué)報(bào);2018年03期

3 王沛;陳勁杰;;基于PCA主成分分析和K-means算法的汽車行駛工況數(shù)據(jù)量化研究[J];軟件工程;2020年03期

4 劉志強(qiáng);張碩輝;汪澎;;基于PCA與BP神經(jīng)網(wǎng)絡(luò)的制動(dòng)行為模型[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2015年01期

5 葉永偉;劉志浩;黃利群;;基于PCA的汽車涂裝線設(shè)備信號(hào)特征提取[J];儀器儀表學(xué)報(bào);2011年10期

6 王絲絲;張敬磊;王曉原;孫一帆;陳慈;馬春杰;;基于PCA與自適應(yīng)BP算法的侵犯性駕駛行為識(shí)別[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2018年13期

相關(guān)碩士學(xué)位論文 前1條

1 劉志浩;基于PCA和SVM的汽車涂裝線機(jī)電設(shè)備智能診斷[D];浙江工業(yè)大學(xué);2012年

本文編號(hào)：2865169