基于社交媒體的企業(yè)行為識別及競爭研究
發(fā)布時間:2021-03-01 07:15
面對瞬息萬變的市場環(huán)境,企業(yè)競爭愈演愈烈,企業(yè)不僅需要重視自身能力的發(fā)展,還要隨時關(guān)注競爭對手在市場中的行為表現(xiàn)。了解競爭對手在市場中的行為是企業(yè)戰(zhàn)略決策的重要組成部分[1,2],競爭對手的行為甚至會影響企業(yè)的策略選擇。然而,傳統(tǒng)的方式難以獲取完整且及時的企業(yè)行為信息。幸運的是,越來越多的企業(yè)通過社交媒體平臺與其利益相關(guān)者保持信息上的及時連接與溝通,產(chǎn)生了大量企業(yè)生成內(nèi)容,這些內(nèi)容包含了豐富的企業(yè)行為信息,具有重要的商業(yè)價值和研究價值。因此,本文首先從海量的社交媒體數(shù)據(jù)中識別出企業(yè)行為,然后基于社交媒體中的企業(yè)行為研究企業(yè)競爭。然而,從海量的社交媒體數(shù)據(jù)中識別企業(yè)行為進而研究企業(yè)競爭并非易事,存在如下挑戰(zhàn):1)社交媒體中的企業(yè)行為缺乏明確定義;2)非結(jié)構(gòu)化的社交媒體數(shù)據(jù)信息抽取難度大;3)企業(yè)動態(tài)的競爭關(guān)系缺乏度量指標。為了應(yīng)對以上挑戰(zhàn),本文首先利用算法識別海量社交媒體數(shù)據(jù)中的企業(yè)行為,再基于社交媒體中的企業(yè)行為識別企業(yè)動態(tài)競爭關(guān)系,最后分析企業(yè)自身或競爭企業(yè)的行為演化過程。具體的解決方案如下:首先,基于海量社交媒體數(shù)據(jù)的企業(yè)行為識別。本文明確定義了社交媒體中基于觸發(fā)詞組合的企業(yè)行為,...
【文章來源】:電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:83 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
1.1.1 企業(yè)競爭研究
1.1.2 社交媒體中的企業(yè)行為
1.1.3 企業(yè)行為識別
1.2 研究內(nèi)容
1.3 研究意義與創(chuàng)新點
1.4 論文框架
第二章 文獻綜述
2.1 基于文本數(shù)據(jù)的企業(yè)行為識別
2.1.1 文本特征選擇
2.1.2 基于短文本的企業(yè)行為分類
2.2 企業(yè)競爭研究
2.2.1 競爭者識別
2.2.2 企業(yè)競爭分析
2.2.3 企業(yè)在線情報挖掘
2.3 本章小結(jié)
第三章 基于海量在線文本的企業(yè)行為識別
3.1 企業(yè)行為識別概述
3.1.1 社交媒體中的企業(yè)行為定義
3.1.2 企業(yè)行為識別框架
3.2 企業(yè)行為特征詞挖掘
3.2.1 數(shù)據(jù)獲取與預(yù)處理
3.2.2 問題定義
3.2.3 強分類觸發(fā)詞識別
3.3 企業(yè)行為觸發(fā)詞優(yōu)化
3.3.1 問題定義
3.3.2 觸發(fā)詞豐富
3.3.3 觸發(fā)詞特征優(yōu)化算法
3.4 文本中企業(yè)行為識別
3.4.1 企業(yè)行為識別框架
3.4.2 約束非負矩陣分解
3.4.3 融合外部信息的約束非負矩陣分解
3.4.4 企業(yè)行為預(yù)測
3.4.5 文本中企業(yè)行為識別算法
3.5 本章小結(jié)
第四章 企業(yè)競爭研究
4.1 企業(yè)競爭研究框架
4.2 問題定義
4.3 企業(yè)-行為時序矩陣構(gòu)建
4.4 競爭關(guān)系識別
4.5 企業(yè)行為演化
4.6 本章小結(jié)
第五章 數(shù)據(jù)與實驗
5.1 數(shù)據(jù)說明
5.2 FAE效果驗證
5.3 外部信息效果驗證
5.3.1 觸發(fā)詞標注信息
5.3.2 文本標注信息
5.3.3 圖關(guān)系信息
5.3.4 外部信息對矩陣分解的影響
5.4 CNMF-Info行為識別效果驗證
5.5 企業(yè)競爭研究
5.5.1 競爭者關(guān)系識別結(jié)果
5.5.2 競爭企業(yè)行為演化
5.6 本章小結(jié)
第六章 管理啟示與討論
6.1 企業(yè)行為識別啟示
6.2 企業(yè)競爭研究啟示
6.3 研究方法的適用性探究
第七章 結(jié)論與展望
7.1 研究結(jié)論
7.2 研究貢獻
7.3 未來展望
致謝
參考文獻
附錄
攻讀碩士學位期間取得的成果
【參考文獻】:
期刊論文
[1]基于社交媒體的企業(yè)行為事件挖掘[J]. 鄧文君,袁華,錢宇. 中文信息學報. 2018(10)
[2]基于風險決策的文本特征選擇方法[J]. 趙世琛,王文劍,郭虎升. 計算機科學與探索. 2013(10)
[3]基于類別相關(guān)的新文本特征提取方法[J]. 林少波,楊丹,徐玲. 計算機應(yīng)用研究. 2012(05)
[4]利用上下位關(guān)系的中文短文本分類[J]. 王盛,樊興華,陳現(xiàn)麟. 計算機應(yīng)用. 2010(03)
[5]一種基于N-Gram的垃圾郵件過濾方法研究[J]. 林偉,柳榮其,徐熙. 計算機應(yīng)用與軟件. 2010(02)
[6]基于量子遺傳算法的特征選擇算法[J]. 張葛祥,金煒東,胡來招. 控制理論與應(yīng)用. 2005(05)
[7]基于相對詞頻的文本特征抽取方法[J]. 張鵬飛,李赟,劉建毅,鐘義信. 計算機應(yīng)用研究. 2005(04)
[8]一個基于語境框架的文本特征提取算法[J]. 晉耀紅,苗傳江. 計算機研究與發(fā)展. 2004(04)
本文編號:3057132
【文章來源】:電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:83 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
1.1.1 企業(yè)競爭研究
1.1.2 社交媒體中的企業(yè)行為
1.1.3 企業(yè)行為識別
1.2 研究內(nèi)容
1.3 研究意義與創(chuàng)新點
1.4 論文框架
第二章 文獻綜述
2.1 基于文本數(shù)據(jù)的企業(yè)行為識別
2.1.1 文本特征選擇
2.1.2 基于短文本的企業(yè)行為分類
2.2 企業(yè)競爭研究
2.2.1 競爭者識別
2.2.2 企業(yè)競爭分析
2.2.3 企業(yè)在線情報挖掘
2.3 本章小結(jié)
第三章 基于海量在線文本的企業(yè)行為識別
3.1 企業(yè)行為識別概述
3.1.1 社交媒體中的企業(yè)行為定義
3.1.2 企業(yè)行為識別框架
3.2 企業(yè)行為特征詞挖掘
3.2.1 數(shù)據(jù)獲取與預(yù)處理
3.2.2 問題定義
3.2.3 強分類觸發(fā)詞識別
3.3 企業(yè)行為觸發(fā)詞優(yōu)化
3.3.1 問題定義
3.3.2 觸發(fā)詞豐富
3.3.3 觸發(fā)詞特征優(yōu)化算法
3.4 文本中企業(yè)行為識別
3.4.1 企業(yè)行為識別框架
3.4.2 約束非負矩陣分解
3.4.3 融合外部信息的約束非負矩陣分解
3.4.4 企業(yè)行為預(yù)測
3.4.5 文本中企業(yè)行為識別算法
3.5 本章小結(jié)
第四章 企業(yè)競爭研究
4.1 企業(yè)競爭研究框架
4.2 問題定義
4.3 企業(yè)-行為時序矩陣構(gòu)建
4.4 競爭關(guān)系識別
4.5 企業(yè)行為演化
4.6 本章小結(jié)
第五章 數(shù)據(jù)與實驗
5.1 數(shù)據(jù)說明
5.2 FAE效果驗證
5.3 外部信息效果驗證
5.3.1 觸發(fā)詞標注信息
5.3.2 文本標注信息
5.3.3 圖關(guān)系信息
5.3.4 外部信息對矩陣分解的影響
5.4 CNMF-Info行為識別效果驗證
5.5 企業(yè)競爭研究
5.5.1 競爭者關(guān)系識別結(jié)果
5.5.2 競爭企業(yè)行為演化
5.6 本章小結(jié)
第六章 管理啟示與討論
6.1 企業(yè)行為識別啟示
6.2 企業(yè)競爭研究啟示
6.3 研究方法的適用性探究
第七章 結(jié)論與展望
7.1 研究結(jié)論
7.2 研究貢獻
7.3 未來展望
致謝
參考文獻
附錄
攻讀碩士學位期間取得的成果
【參考文獻】:
期刊論文
[1]基于社交媒體的企業(yè)行為事件挖掘[J]. 鄧文君,袁華,錢宇. 中文信息學報. 2018(10)
[2]基于風險決策的文本特征選擇方法[J]. 趙世琛,王文劍,郭虎升. 計算機科學與探索. 2013(10)
[3]基于類別相關(guān)的新文本特征提取方法[J]. 林少波,楊丹,徐玲. 計算機應(yīng)用研究. 2012(05)
[4]利用上下位關(guān)系的中文短文本分類[J]. 王盛,樊興華,陳現(xiàn)麟. 計算機應(yīng)用. 2010(03)
[5]一種基于N-Gram的垃圾郵件過濾方法研究[J]. 林偉,柳榮其,徐熙. 計算機應(yīng)用與軟件. 2010(02)
[6]基于量子遺傳算法的特征選擇算法[J]. 張葛祥,金煒東,胡來招. 控制理論與應(yīng)用. 2005(05)
[7]基于相對詞頻的文本特征抽取方法[J]. 張鵬飛,李赟,劉建毅,鐘義信. 計算機應(yīng)用研究. 2005(04)
[8]一個基于語境框架的文本特征提取算法[J]. 晉耀紅,苗傳江. 計算機研究與發(fā)展. 2004(04)
本文編號:3057132
本文鏈接:http://www.sikaile.net/jingjilunwen/xmjj/3057132.html
最近更新
教材專著