電商在線評論蘊含的情感態(tài)度對于企業(yè)具有重要價值。大量的評論信息中包含著消費者對于產品或店鋪等方方面面的評價,這些信息不僅是其他潛在消費者決定是否購買產品的重要參考,也是產品生產商把握消費者喜好和消費趨勢,快速找到用戶需求和改進方向,提升產品核心競爭力,不斷研發(fā)符合消費群體預期的新產品的重要信息來源。同時,當下科技發(fā)展早已不同往日,產品迭代更新迅速,不停的有舊產品被淘汰,又有新產品出現(xiàn),在這個競爭日益激烈的市場環(huán)境下,只有保證產品滿足客戶需求才能獲得穩(wěn)定的成長,而通過傳統(tǒng)的用戶反饋調研等方法來謀求產品改進已經(jīng)不能完全滿足當下的需要,通過充分挖掘利用大數(shù)據(jù)時代下的巨量信息,更能把握關鍵。論文以電商平臺手機產品的在線評論文本為研究對象,在消費者主權理論與購買決策理論等理論基礎上,運用網(wǎng)絡爬蟲、Word2vec詞向量化、情感詞典等方法構建了手機產品在線評論的評價指標,并通過主成分分析與多元線性回歸分析驗證方法有效性,通過結合評價指標,對手機評論文本的挖掘,分析得出消費者對于產品的需求并對企業(yè)提出相關建議。論文主要研究工作內容如下:首先,論文詮釋了文本挖掘的定義,梳理了文本挖掘的三個發(fā)展階段,總...

【文章頁數(shù)】：102 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究思路和內容
        1.2.1 研究思路
        1.2.2 研究內容
    1.3 技術路線與研究方法
        1.3.1 研究技術路線
        1.3.2 研究方法
    1.4 創(chuàng)新點
第二章 相關理論基礎與研究綜述
    2.1 相關理論基礎
        2.1.1 消費者主權理論
        2.1.2 消費者購買決策理論
    2.2 文本挖掘研究
        2.2.1 文本挖掘的定義
        2.2.2 文本挖掘的發(fā)展
        2.2.3 文本挖掘的一般步驟
    2.3 電商在線評論情感分析研究
        2.3.1 電商在線評論研究
        2.3.2 文本情感分析研究
        2.3.3 基于情感分析的電商在線評論研究
    2.4 本章小結
第三章 相關技術方法介紹及選擇
    3.1 文本分詞
        3.1.1 中文分詞方法
        3.1.2 中文分詞工具
    3.2 詞向量工具
        3.2.1 one-hot編碼
        3.2.2 Word2vec詞向量
    3.3 Kmeans聚類
        3.3.1 聚類原理
        3.3.2 聚類步驟
    3.4 主成分多元線性回歸分析
        3.4.1 主成分分析法
        3.4.2 多元線性回歸分析
    3.5 本章小結
第四章 基于手機產品領域詞典構建的情感分析
    4.1 數(shù)據(jù)的獲得與處理
        4.1.1 數(shù)據(jù)獲得
        4.1.2 數(shù)據(jù)處理
    4.2 初始詞典的構建
        4.2.1 知網(wǎng)詞典
        4.2.2 TSING詞典
        4.2.3 NTUSD詞典
        4.2.4 大連理工大學中文情感詞匯本體庫
    4.3 基于Word2vec和 Kmeans聚類的詞典擴充
        4.3.1 Jieba分詞
        4.3.2 Word2vec模型設置、訓練及保存
        4.3.3 Kmeans聚類
        4.3.4 詞典擴充
    4.4 情感分值計算
        4.4.1 短句分詞及有用性短語
        4.4.2 詞典賦值
        4.4.3 情感值計算規(guī)則
        4.4.4 情感值計算編程及實現(xiàn)
    4.5 本章小結
第五章 基于情感分值的手機產品評價指標構建與驗證
    5.1 情感評價指標的構建
        5.1.1 滿意度指標
        5.1.2 關注度指標
        5.1.3 待改進度指標
        5.1.4 情感方差指標
    5.2 產品屬性主成分分析
        5.2.1 數(shù)據(jù)標準化
        5.2.2 相關性分析
        5.2.3 主成分分析
    5.3 多元線性回歸分析驗證
        5.3.1 回歸方程系數(shù)求解
        5.3.2 回歸方程預測驗證
    5.4 本章小結
第六章 基于52款手機的情感評價指標分析與對策建議
    6.1 指標可視化分析
        6.1.1 52款手機總體指標分析
        6.1.2 高中低檔手機評價指標分析
        6.1.3 社會網(wǎng)絡圖分析
    6.2 基于指標可視化分析的產品改進建議
        6.2.1 產品策略
        6.2.2 營銷策略
    6.3 本章小結
第七章 總結與展望
    7.1 研究總結
    7.2 研究展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文及取得的相關科研成果
致謝



本文編號：3794632