【摘要】：隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的高速發(fā)展,越來越多的顧客希望從互聯(lián)網(wǎng)這個(gè)方便快捷的渠道獲取符合自身需求的服務(wù)提供者。在顧客面對(duì)眾多的候選服務(wù)時(shí),服務(wù)提供者希望自己提供的服務(wù)能迎合群體顧客的價(jià)值偏好,這就需要服務(wù)提供者改善其所提供的服務(wù)。在改善服務(wù)時(shí),服務(wù)提供者有很多依據(jù)的源頭,比如顧客評(píng)論,顧客瀏覽、選擇、使用服務(wù)的行為等,其中顧客評(píng)論是最直接且容易獲取的信息,而顧客瀏覽、選擇、使用不同服務(wù)的行為是商家隱私。顧客評(píng)論中隱含著很多有價(jià)值的信息,這為服務(wù)的改善提供了重要依據(jù)。本課題中,評(píng)論信息中的有效信息被稱為服務(wù)價(jià)值特征,即在服務(wù)交付過程中顧客所關(guān)注的能體現(xiàn)服務(wù)價(jià)值的特征。具體而言,本文的研究分別從以下4個(gè)方面展開:(1)服務(wù)價(jià)值特征挖掘及可視化:服務(wù)價(jià)值特征挖掘及可視化充分挖掘了點(diǎn)評(píng)網(wǎng)站中顧客留下的自然語言評(píng)論信息,采用一種啟發(fā)式方法提取出服務(wù)價(jià)值特征,并利用相關(guān)算法將近義的服務(wù)價(jià)值特征進(jìn)行合并,然后使用情感分析技術(shù)計(jì)算在語境中顧客對(duì)該服務(wù)價(jià)值特征的關(guān)注度。實(shí)驗(yàn)部分使用了美國加州最大的服務(wù)行業(yè)點(diǎn)評(píng)網(wǎng)站Yelp共計(jì)268萬條顧客評(píng)論進(jìn)行實(shí)驗(yàn),挖掘出了大量有價(jià)值的服務(wù)價(jià)值特征,最后進(jìn)行了驗(yàn)證試驗(yàn)驗(yàn)證了挖掘的有效性,并使用數(shù)據(jù)可視化的形式展示。(2)基于服務(wù)價(jià)值特征分布的服務(wù)推薦:基于服務(wù)價(jià)值特征分布的服務(wù)推薦在服務(wù)價(jià)值特征挖掘算法的基礎(chǔ)上,提出了一種基于服務(wù)價(jià)值特征分布的服務(wù)推薦技術(shù)。與傳統(tǒng)的推薦方法相比,該方法更能準(zhǔn)確的分析出顧客的實(shí)際偏好,根據(jù)顧客偏好準(zhǔn)確定位可能感興趣的服務(wù)。經(jīng)過實(shí)驗(yàn),算法的各個(gè)指標(biāo)相比經(jīng)典算法均有明顯提升,在預(yù)測(cè)精度和算法效率上都有著良好的表現(xiàn)。(3)服務(wù)價(jià)值特征關(guān)注度演化分析:在服務(wù)價(jià)值特征挖掘算法的基礎(chǔ)上,對(duì)某服務(wù)提供者或某地區(qū)或某行業(yè)的某個(gè)服務(wù)價(jià)值特征按照某時(shí)間粒度大小將其分布成時(shí)間序列,利用卷積滑窗建模法和隨機(jī)森林回歸模型,預(yù)測(cè)了該服務(wù)價(jià)值特征在未來一段時(shí)間內(nèi)關(guān)注度的演化趨勢(shì)。實(shí)驗(yàn)結(jié)果顯示,預(yù)測(cè)誤差控制在較低的范圍內(nèi)。相比于傳統(tǒng)的時(shí)間序列預(yù)測(cè)模型,在預(yù)測(cè)精度無較大差異的情況下,本模型在數(shù)據(jù)預(yù)處理復(fù)雜度上遠(yuǎn)勝于傳統(tǒng)模型,這為服務(wù)提供者及時(shí)發(fā)現(xiàn)服務(wù)中的問題并及早改善提供了可能,同時(shí)也讓創(chuàng)業(yè)者和投資者盡早洞察行業(yè)趨勢(shì),減少投資損失。(4)服務(wù)價(jià)值特征演化的相關(guān)性分析:驗(yàn)證了不同的服務(wù)價(jià)值特征之間的波動(dòng)確實(shí)是存在相互影響的關(guān)系的。利用這一點(diǎn)依然可以為服務(wù)提供者提供幫助。當(dāng)服務(wù)提供者需要改善某一服務(wù)價(jià)值特征時(shí),服務(wù)提供者改進(jìn)單一的服務(wù)價(jià)值特征可能對(duì)服務(wù)整體品質(zhì)的提升不會(huì)有太大幫助。本部分采用目前先進(jìn)的最大信息系數(shù)算法精確計(jì)算兩服務(wù)價(jià)值特征之間的相關(guān)性,并以可視化的方式將高相關(guān)性服務(wù)價(jià)值特征進(jìn)行展示,服務(wù)提供者可一次提升一組高相關(guān)性的服務(wù)價(jià)值特征集合,從而大大減小了服務(wù)提供者改善服務(wù)價(jià)值特征選擇時(shí)的難度。本文論證了從顧客評(píng)論信息中挖掘服務(wù)價(jià)值特征的可行性,第二部分基于此針對(duì)顧客研究了一種新穎的服務(wù)推薦技術(shù)。第三部分為了使服務(wù)提供者提升服務(wù)質(zhì)量研究了高效精準(zhǔn)的服務(wù)價(jià)值特征關(guān)注度演化預(yù)測(cè)模型,第四部分為服務(wù)提供者研究了高相關(guān)性服務(wù)價(jià)值特征分析方法,使服務(wù)提供者可以快速提升多方面服務(wù)的品質(zhì)。最終使顧客、服務(wù)提供者、投資者、創(chuàng)業(yè)者四大類人群受益。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王顯志;徐曉飛;王忠杰;;面向組合服務(wù)收益優(yōu)化的動(dòng)態(tài)服務(wù)選擇方法[J];計(jì)算機(jī)學(xué)報(bào);2010年11期

2 馬宏偉;張光衛(wèi);李鵬;;協(xié)同過濾推薦算法綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2009年07期

3 張堯庭;我們應(yīng)該選用什么樣的相關(guān)性指標(biāo)?[J];統(tǒng)計(jì)研究;2002年09期

，

本文編號(hào)：2372946