共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的/意义】为了协助商家和平台获取移动商务在线评论中的用户需求,解决在线评论过载导致用户需求
提取困难等问题。【方法/过程】本文首先获取原始在线评论数据集进行文本预处理和清洗;然后,深入语义层面基
于改进后的 Canopy-Kmeans算法实现用户需求聚合;最后,以聚合结果为层级指标设计 Kano问卷,用重要性判别
方法和用户满意度指数优化用户需求分类标准,实现用户需求的高效聚合和精准挖掘。【结果/结论】通过实验结果
对比分析发现与基于语义的传统聚类方法相比,本文设计的移动商务用户需求聚合与挖掘方法的聚类结果更清晰
合理,能够获取更精准和细化的用户需求。【创新/局限】借助Word2vec模型从语义的视角分析用户需求,提出基于
Canopy-Kmeans算法的用户需求聚合挖掘模型,但选取的研究对象和数据规模较为有限,下一步将扩大在线商品
评论的研究范围及实验数据规模。 相似文献
2.
【目的/意义】通过挖掘电子商务平台冗杂的在线评论信息,对在线评论进行效用过滤,将质量高、有用性强
的评论呈献给消费者。【方法/过程】从Spearman相关性分析影响在线评论效用高相关因素入手,构建基于模糊神经
网络（FNN）的在线商品评论效用模型,提出一种在线评论效用分类方法。【结果/结论】通过对亚马逊电子商务平台
手机评论的实例验证,证明本文模型方法能够对在线商品评论效用进行有效区分,提出的在线商品评论分类过滤模
型具有较高的准确度和有效性。 相似文献
3.
【目的/意义】移动互联网时代,移动电子商务用户的个性化信息需求具有极强的情景依赖性与感知信任
性,针对目前移动商务信息服务个性化和准确性较低,提出融入用户个性化情景与用户间信任关系的推荐模型。
【方法/过程】首先,通过用户当前情景和历史评分数据计算出对每个用户即时信息需求影响最大的K个情景要素,
以此构造用户个性化情景,然后结合不同信任环境下的用户信任度矩阵改进已有的不同信任信息环境下用户情景
兴趣推荐方法,进而进行项目推荐。【结果/结论】通过Movie lens与Book-Crossing数据集对本文提出的算法和其
它两种算法进行比较,实验结果表明：本模型具有较高的推荐准确率,可有效地解决移动商务环境下的个性化推
荐问题。 相似文献
4.
【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取
用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP
用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取
用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明
运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平
台运营者完善平台功能提供参考和借鉴。 相似文献
5.
【目的/意义】分析和识别在线评论效用是电子口碑研究的热点问题,其有助于消费者进行购买决策和辅 助商家优化在线评论平台管理。【方法/过程】基于信息交流模式和交流障碍理论,运用DEA模型,对在线评论信息 传递的效率、有效性、规模收益变化及其投影进行评价和分析。【结果/结论】在线评论信息传递综合效率偏低,不同 手机类型在线评论信息传递差异较小。纯技术效率是导致在线评论信息传递综合效率偏低的主要因素;规模报酬 变化呈现递增趋势,符合在线评论发展趋势。最后通过投影分析提出在线评论信息传递效率的改进幅度和方案. 相似文献
6.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献
7.
【目的/意义】目前,越来越多的消费者参与在线评论进行信息交互和需求表达。从丰富的在线产品评论中
识别并分析用户需求有助于企业有针对性地提升产品及服务质量,从而推动企业可持续发展。【方法/过程】本文利
用LDA模型对在线手机评论进行评论主题及产品特征挖掘,有效识别用户需求要素。基于Kano模型设置用户需
求调查问卷,结合用户满意指数分析各项需求对用户满意度的影响,确定各类用户需求重要度和供给优先级顺
序。【结果/结论】本文将24项用户需求要素划分为6项高魅力型需求、8项低魅力型需求、3项高期望型需求、3项高
必备型需求、2项低必备型需求、2项无差异型需求,进一步提出企业产品管理的优化策略。【创新/局限】本文利用文
本挖掘方法对真实的在线评论进行用户需求分析,有效克服传统用户需求调查方法中存在的需求来源滞后及可靠
性不足等问题。此外,本文所选产品的品牌相同,后续研究可向多平台及多品牌的产品需求分析进行改进和深化。 相似文献
8.
9.
【目的/意义】在线健康社区用户规模庞大,信息量浩如烟海,如何帮助社区管理者和用户判别有用信息,提
高决策效率是亟待解决的问题。【方法/过程】在复杂网络视角下,提出一个新的评论有用性分析框架。首先,采集
在线健康社区患者评论数据,采用文本分析法分析有用评论、非有用评论以及所有评论的主题分布和情感分布,初
步分析各类评论文本的有用性特征;其次,将各类评论文本分别转换为文本关联网络,使用社会网络分析方法进一
步分析其有用性特征;最后,分析评论有用性及其特征与患者发表评论、用户对评论的有用性投票以及文本关联网
络结构特征的关联性,实现基于文本关联网络的评论有用性分析。【结果/结论】有用评论和非有用评论文本关联网
络结构具有一定差异,在线健康社区用户就诊前后的信息需求和经验输出的重点有所不同。【创新/局限】基于复杂
网络视角研究在线健康社区评论有用性,但仅使用了好大夫在线的数据,未来可对更多数量和种类的在线健康社
区信息内容有用性进行研究。 相似文献
10.
【目的/意义】对在线评论知识交流效率进行评价,有利于推动用户知识交流和实现在线评论社区优化发 展。【方法/过程】本文基于知识转移的相关理论,运用DEA模型测量在线评论的知识转移效率,并对其有效性、规模 收益和投影效果进行分析。【结果/结论】研究结果表明：在线评论知识转移综合效率表现一般,规模效率是影响在 线评论知识转移效率的主要原因。不同手机类型的规模收益均呈现递增趋势,说明强化在线评论知识密度和缩小 在线评论知识距离与降低在线评论知识粘度有助于在线评论知识转移效率和有用性的提高。投影分析表明知识 距离、评论赞同数和问答数需要大幅度进行优化调整。 相似文献
11.
【目的/意义】情景感知作为一种新型智能服务模式,掀起移动商务一轮新浪潮。探究移动商务用户对情
景感知服务采纳行为受哪些因素影响,可以为情景感知服务在移动商务领域的发展提供参考和依据。【方法/过程】
结合TAM与IDT构建了情景感知服务用户采纳模型,并从情景感知服务和用户双重视角出发,系统归纳了用户采
纳情景感知服务的影响因素,剖析了各影响因素间的关系。【结果/结论】用户感知有用性、感知易用性、感知兼容
性、从众心理、风险承受能力对使用意愿的影响都得到了验证,个性化、情景感知环境对感知易用性有积极的显著
影响 相似文献
12.
【目的/意义】数智时代移动专业虚拟社区已然成为专业用户对领域知识获取、共享及创新的主渠道。从用
户需求层面进行探究,对数智环境下移动专业虚拟社区资源组织及服务模式建设提供有益参考。【方法/过程】本文
运用扎根理论方法,对19位用户进行深度访谈获取原始资料,通过三级编码得到概念范畴及其逻辑关系,具体涵盖
了6个主范畴、19个范畴和71个初始概念,构建了数智环境下移动专业虚拟社区用户需求理论模型（SUR）。【结果/
结论】从主范畴关系结构可以看出,资源需求与基础服务构成了移动专业虚拟社区用户需求的建构因素;用户认知
收益和社交效用对数智环境下移动专业虚拟社区用户需求产生起内部驱动作用;内容质量和服务优化对数智环境
下移动专业虚拟社区用户需求产生起外部驱动作用。【创新/局限】本研究提出的用户需求模型为移动专业虚拟社
区在数智环境下开展服务优化提供有益参考。后续研究可以通过实证方法验证模型的科学性和合理性。 相似文献
13.
【目的/意义】通过对我国移动商务用户行为的研究现状分析,为国内学者开展移动商务领域的深入研究提
供了理论方法和实现技术。【方法/过程】通过将定量与定性分析相结合,从文献年份数量分布、研究对象、主要影响
因素、研究理论与模型、研究结论等多维度,对CNKI、万方、维普等数据库中移动商务用户行为的研究文献进行整
理和分析。【结果/结论】研究发现：应考虑用户的动态情境来分析移动商务接受行为的影响因素;需要构建适用于
不同环境与主体的实证理论模型,结合情景感知理论、社会行为理论来选择融合度高的关键变量;用户主体的研究
范围与研究方法应多元化,采用案例分析、专题访谈等多元手段对用户的感知体验、个性化服务进行全面的实证调
研,进而完善移动商务系统的服务建设,增强软件平台的综合竞争实力。 相似文献
14.
【目的/意义】基于消费地点情境视角,综合探究线上和线下情境因素对在线评论信息分享行为的作用机
制。【方法/过程】使用社会氛围理论和精细加工可能性模型(ELM),构建基于消费地点的虚拟社区在线评论信息分
享行为研究模型;通过调查问卷实证研究验证模型的有效性。【结果/结论】研究结果表明,线上社区凝聚力、社区支
持和线下产品质量、消费地点氛围均显著影响用户涉入度,进而促进用户在虚拟社区进行在线评论信息分享的意
愿。最后基于研究结果分别针对线下实体店管理和线上虚拟社交平台推广运营提出相应对策建议。 相似文献
15.
【目的/意义】社会化媒体发达的环境下,在线评论已成为商业竞争情报的重要来源,企业可从中了解客户 需求、改进产品与服务质量。【方法/过程】选取家具这种耐用品的在线评论作为研究数据,建立了基于在线评论文 本挖掘的商业竞争情报分析模型,使用特征词提取、关键词共现与社会网络分析,得到特征词典、用户观点并可视 化。【结果/结论】本文以京东商城家具产品服务为例进行实证,证明该模型可较好地提取用户观点的竞争情报并可 视化,关键词共现与社会网络分析对于识别企业服务中的问题具有良好效果。 相似文献
16.
【目的/意义】在电子商务服务中,用户评论对交易决策与用户行为的影响日益凸显,如何根据这一重要的
在线语料数据集来正确判断用户的情感倾向,正确理解消费者行为与交易决策机制,是一个重要并需要深入研究
的课题。【方法/过程】本文讨论了情感计算与用户评论的基本概念和内涵,提出了一个基于情感计算的在线中文用
户评论研究与应用的分析框架,其次基于这一分析框架,系统地分析阐述了本领域的研究与发展现状。【结果/结
论】指出未来需要关注的研究和发展方向,为未来的研究提供参考。 相似文献
17.
【目的/意义】负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量
具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN 和 TextRank的在
线评论负面关键词抽取方法,即首先对在线评论文本数据进行清洗,然后构建 BiGRU- CNN 情感分类模型对在
线评论进行情感分析,最后采取TextRank 方法抽取情感分析得到的负面评论中的关键词。利用这种方法,对十个
产品与服务类别的6万余条消费者在线评论文本数据进行实证分析。【结果/结论】实验结果表明,该方法能准确判
别客户负面在线评论情感倾向,F1值达92.41%,并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量
和服务。【创新/局限】提出一种结合双向GRU 和CNN 结合的情感分类模型,在此基础上基于TextRank 方法抽取
情感分析得到的负面评论中的关键词,进一步提升模型对于在线评论情感分析的准确性。 相似文献
18.
【目的/意义】本研究基于个体认知加工的视角,探索消费者对在线评论有用性的感知过程和感知结果,并揭示在线评论影响消费者购买决策的过程机制。【方法/过程】本研究以120名大学生为被试,开展2评论类型(客观VS主观)×2认知需求(高VS低)的眼动实验,探索消费者对于在线评论有用性的感知过程和感知结果。【结果/结论】结果表明:(1)与主观体验评论相比,消费者对客观属性评论的注视时间更长,感知有用性更大,购买意愿也更强;(2)与高认知需求者相比,低认知需求者的注视时间较短,感知有用性较大,购买意愿也较大;(3)认知需求显著调节评论类型对注视时间的影响,但对感知有用性和购买意愿的调节效应不显著。据此,建议相关企业采取个性化匹配的措施,使得评论类型能够切合消费者的认知需求水平,以便提高在线评论的感知有用性和消费者的购买意愿,从而做出更为满意的购物决策。 相似文献
19.
【目的/意义】以用户的情感依恋为视角,探究情感驱动下用户生成在线评论信息的内容特征与行为规律,
为有效识别用户生成高质量在线评论,积极引导用户生成意愿以及优化社区评论质量管理提供理论依据与参考借
鉴。【方法/过程】在梳理已有研究基础上识别用户生成在线评论信息质量特征,深入分析用户情感依恋与高质量在
线评论信息的内在关联。结合依恋理论系统分析情感依恋驱动下用户生成在线评论信息的内容特征,并在此基础
上探索用户在线评论信息的生成路径。【结果/结论】情感依恋是用户生成高质量评论重要的动力来源、内容来源与
情感来源。情感依恋驱动下用户生成高质量在线评论信息具有三个“集合特征”。用户在情感依恋的驱动下存在
一条由“情感唤醒形成总体观点”到“心理情境确立评论主题”再到“情感语义表达引导评论内容”的评论信息生成
路径。 相似文献
20.
【目的/意义】互联网数据中隐藏着的消费心理、消费需求等消费者情报对提升企业竞争力意义重大。对用
户购买行为产生及演进机制的发掘,不仅能让企业掌握更多自身产品和服务中的具体细节信息,还能从本质上发
现用户的需求偏好,推进企业实施科学经营决策。【方法/过程】本文提出一种利用因果事理图谱的消费者情报获取
方法,以京东平台手机在线评论数据源为例,首先通过利用基于规则和依存句法分析结合的自然语言处理技术对
数据源之间的因果关系变量进行识别和事件知识抽取,再结合LDA模型进行事件聚类,最后利用Gephi可视化等
方法实现对用户购买行为的起源与发展机制等特征的识别与呈现,探测用户潜在需求偏好。【结果/结论】结果显
示,用户购买手机的行为是一系列严密的因果事理逻辑演进过程,包括买前需求、购买决策、买后评价三个递进阶
段,用户经历产生购买需求;多维需求驱动购买决策演化;最后是否获得对应需求服务的过程影响满意度的评价。
【创新/局限】采用事理图谱的用户购买行为分析,为拓展大数据情报挖掘方法提供了借鉴。但基于规则的事件知
识抽取受数据库限制,导致该方法实施效率受到一定程度影响。 相似文献