隨著互聯(lián)網(wǎng)技術的不斷發(fā)展和完善,越來越多的人在購物時將京東、淘寶等電商平臺作為自己的首要選擇。但是,由于電商產(chǎn)品質(zhì)量的參差不齊,存在的信息不對稱問題嚴重阻礙了雙方信任的建立,商家提供的商品信息逐漸失去了用戶的信任,這在很大程度上也阻礙了電商的持續(xù)健康發(fā)展。針對電商平臺存在的信息不對稱和信任問題,主要的一種解決方法是在線評論,雖然其在降低信息不對稱上起到了不可小覷的作用,但評論數(shù)量激增、商家不正當干擾等行為所造成的在線評論信息超載與失真問題也同樣不容忽視。鑒于此,電商平臺推出了問答系統(tǒng)。與評論相比,通過問答系統(tǒng)得到商品信息的可信度要更高、所耗費的時間和精力更少。然而,由于電商問答系統(tǒng)的發(fā)展時間較短,如何最大化地利用問答系統(tǒng)增加用戶的滿意度、保持用戶的持續(xù)使用意向是平臺和學者目前較為關注的重要問題。針對以上問題,本文在大數(shù)據(jù)視角下開展基于文本挖掘的電商問答系統(tǒng)持續(xù)使用意向研究。首先,采用文本挖掘技術從問答系統(tǒng)的文本中提取信息內(nèi)容特征,以京東自營筆記本電腦數(shù)據(jù)為數(shù)據(jù)集,結(jié)合長短期神經(jīng)網(wǎng)絡（LSTM）和K-means算法,得到問答系統(tǒng)為消費者提供的信息服務類別;其次,對相同商品的在線評論進行文... 

【文章來源】：浙江工商大學浙江省

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

京東問答模塊

大數(shù)據(jù)視角下基于文本挖掘的電商問答系統(tǒng)持續(xù)使用意向研究91.4研究思路與組織架構本研究共分為了6個章節(jié)，各個章節(jié)緊密聯(lián)系，本文的研究框架圖如圖1-2所示。圖1-2本研究框架圖第1章，緒論。介紹論文的研究背景和研究意義，并對國內(nèi)外電商平臺問答系統(tǒng)、在線評論與文本挖掘、以及信息系統(tǒng)持續(xù)使用的國內(nèi)外研究現(xiàn)狀進行詳細地綜述；總結(jié)現(xiàn)階段對于電商平臺、電商問答系統(tǒng)研究中的局限性，最終詳細地介紹了每個章節(jié)的內(nèi)容。第2章，相關技術與理論研究。介紹信息系統(tǒng)持續(xù)使用模型，以及電商問答系統(tǒng)文本挖掘使用的相關技術，包括電商問答數(shù)據(jù)獲取方法、文本預處理、文本分類相關技術和K-means文本聚類。第3章，基于文本挖掘的電商問答系統(tǒng)信息內(nèi)容特征提齲本章以京東平臺自營筆記本為例，闡述了實驗數(shù)據(jù)的爬取和數(shù)據(jù)預處理。并選取效果更好的分類算法進行問答

大數(shù)據(jù)視角下基于文本挖掘的電商問答系統(tǒng)持續(xù)使用意向研究11第2章相關理論與技術研究2.1信息系統(tǒng)持續(xù)使用模型Bhattacherjee提出了信息系統(tǒng)持續(xù)使用模型（ECM-IT），認為最初的接受只是實現(xiàn)信息系統(tǒng)成功的第一步，這最終取決于信息系統(tǒng)的繼續(xù)使用，而不是其最初的接受程度，模型結(jié)構如圖2-1所示[62]。這個模型認為用戶繼續(xù)使用的意愿直接受到他們對未來使用信息系統(tǒng)的預期收益的感知，以及基于他們之前使用經(jīng)驗的滿意度的影響。反過來，用戶在使用前對使用該技術的好處的預期得到確認，從而直接影響感知有用性和滿意度。從概念上講，ECM-IT依賴于這樣一個前提:經(jīng)驗反應(確認)、利益預期(感知有用性)和情感反應(滿意度)塑造了用戶繼續(xù)使用信息系統(tǒng)的決定。在這一點上值得注意的是，確認先前的期望是ECM-IT與其他解釋信息系統(tǒng)使用行為(如TAM、TPB及它們的擴展)的模型的主要區(qū)別。圖2-1信息系統(tǒng)持續(xù)使用模型（ECM-IT）ECM-IT相比于ECT主要在三個方面進行了修改。第一，ECM-IT模型忽略了對用戶使用系統(tǒng)前的考察，僅考察用戶使用信息系統(tǒng)后的期望。第二，大部分模型主要關注用戶使用前的期望，而ECM-IT模型重點關注用戶使用后的期望確認。第三，在ECM-IT模型中，用感知有用性來表達用戶使用后的期望，這主要來源于TAM模型[63]，許多研究人員己經(jīng)證實感知有用性顯著影響用戶行為，且它會影響用戶的持續(xù)使用行為。ECM-IT模型自從被提出后，許多學者對其有效性進行了分析和驗證，如模型的提出者Bhattacherjee在電子商務和在線銀行中應用了此模型，對模型的有效性進行了檢驗；后來Bhattacherjee與Premkumar研究在線軟件指南時運用了ECM-IT模型，同樣也驗證了ECM-IT模型是有效且可靠的[64]。越來越多的研究人員加入相關的研究中，在ECM-IT中加?

【參考文獻】：
期刊論文
[1]Integrated Online Consumer Preference Mining for Product Improvement with Online Reviews[J]. Jie LI,Qiaoling LAN,Lu LIU,Fang YANG.  Journal of Systems Science and Information. 2019(01)
[2]基于Python的圖片爬蟲程序設計[J]. 云洋.  電子技術與軟件工程. 2018(17)
[3]一種基于Python和BP神經(jīng)網(wǎng)絡的股票預測方法[J]. 曾武序,錢文彬,王映龍,楊文姬,柳軍.  計算機時代. 2018(06)
[4]基于TAM的社交軟件用戶持續(xù)使用意愿研究[J]. 李志,朱甜甜.  電腦知識與技術. 2017(22)
[5]大數(shù)據(jù)環(huán)境下基于python的網(wǎng)絡爬蟲技術[J]. 謝克武.  電子制作. 2017(09)
[6]中文文本聚類常用停用詞表對比研究[J]. 官琴,鄧三鴻,王昊.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(03)
[7]C2C電商平臺中在線評論偏離真實性的誘因及應對策略[J]. 王寧,宋嘉瑩,楊學成.  軟科學. 2017(04)
[8]社會化問答社區(qū)知乎的用戶持續(xù)使用行為影響因素研究[J]. 王哲.  情報科學. 2017(01)
[9]移動社交類APP用戶持續(xù)使用意愿的影響因素研究[J]. 黃柏淅,朱小棟.  現(xiàn)代情報. 2016(12)
[10]一種結(jié)合上下文語義的短文本聚類算法[J]. 張群,王紅軍,王倫文.  計算機科學. 2016(S2)

博士論文
[1]基于延伸的計劃行為理論的網(wǎng)絡游戲持續(xù)使用研究[D]. 姚濤.浙江大學 2006



本文編號：3293474