共查询到20条相似文献，搜索用时 921 毫秒
1.
【目的/意义】了解我国公共图书馆数字化服务现状，分析影响读者对数字化服务满意度的因素，助力我国公共文化服务领域数字化、网络化和智能化建设。【方法/过程】爬取十家公共图书馆的用户在线评论，构建数字化服务词典，根据数字化服务词典匹配得到数字化服务评价语料库，再使用Senta＿BiLSTM模型对数字化服务语料库进行情感分类，根据分类结果进一步归纳总结出目前公共图书馆数字化服务满意度情况及影响因素。【结果/结论】构建了公共图书馆数字化服务的四大功能类目，分析影响用户对这四项数字化服务满意度的五种因素，总结了各项数字化服务下读者正负向满意度的影响路径，为进一步探索公共图书馆数字化建设进展提供了科学参考。【创新/局限】本研究构建了公共图书馆数字化服务词典，探究了公共图书馆数字化服务的用户满意度情况和影响因素。但数据样本选择存在一定的局限性，同时本研究仅关注了数字化服务读者用户群体，研究对象也存在一定局限性。 相似文献
2.
【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
3.
【目的/意义】图书馆、档案馆和博物馆在祖国建设和人民文化生活水平提高中发挥的作用越来越大,可视化技术是推动和提升图书馆、档案馆和博物馆数字资源融合服务有效开展检索、展示和交互的重要技术方法。【方法/过程】本文在对LAM数字资源融合服务与可视化进行理论研究的基础上,从用户角度出发进行了可视化需求调研和分析,并运用相关开发工具尝试进行了地图、词云、关系网络和时间轴形式的可视化实施。【结果/结论】结合实验效果,指出使用这些形式实现可视化过程中的注意事项,以期更多地关注LAM融合服务领域的用户需求视角下的可视化服务设计,提升用户满意度。 相似文献
4.
【目的/意义】以近两年（2018-2019）国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行
聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络
分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行
情感倾向度分析。【结果/结论】研究结果表明：微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒
体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微
博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创
新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类
分析。 相似文献
5.
6.
【目的/意义】基于互联网海量评论数据进行情报分析,挖掘出影响客户服务评价和满意度的关键因素,了
解客户差评背后的原因,对提升企业客户关系管理水平具有重要意义。【方法/过程】通过词云图、语义网络特征关
联分析、LDA主题模型的特征分析以及基于语义的情感词典方法,基于百度口碑中十家快递企业的客户评论数据
进行了情感计算与分析。【结果/结论】影响客户情感倾向的主要因素为：物流速度、服务态度、电话服务、投诉处理、
物流信息更新、时效性以及收费价格。基于上述结果提出了对策与建议。【创新/局限】基于现实世界真实数据,采
用数据挖掘方法分析客户情感倾向,为客户情感关键影响因素识别提供了数据科学的研究范式。 相似文献
7.
【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
8.
【目的/意义】为高校图书馆网站门户改进与建设提供有效评价标准和参考依据。【方法/过程】通过因子分析对已初步构建的高校图书馆网站用户满意度评价指标体系加以验证，从而确立高校图书馆网站用户满意度评价指标体系，进而利用KANO模型、Better-Worse指数用户满意度前馈控制方法对调查数据进行处理和分析。【结果/结论】面向大连地区四所高校图书馆网站用户的满意度评价实证表明，高校图书馆网站的建设现状与用户的期望之间还存在不小的差距。【创新/局限】虽然研究同时结合了用户需求分类和优先排序工具开展高校图书馆网站的满意度评价实证研究，但在抽取样本的适应性和均衡性等方面还有待加强。 相似文献
9.
【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
10.
【目的】探讨学术期刊网站用户需求及功能服务的满意度评价。【方法】采用Kano模型问卷调查法,对学术期刊网站进行用户需求调研,根据调研结果分析网站的功能归属分类;通过计算各功能项的Better-Worse 指数,结合象限分析法,对功能项的重要程度进行评价。【结果】26个功能因素中,只有期刊和编辑部简介为用户基本型需求,5个为魅力型需求,10个为期望型需求,其余为无差异需求。【结论】学术期刊网站应依据功能需求的属性和优先级排序,结合数字化时代要求,追踪用户需求类型的变化方向,深入挖掘网站功能和细分功能项以优化学术期刊网站设计,提高学术期刊网站的传播力和用户体验效果。 相似文献
11.
【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引
导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元
Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现：用户对政府辟谣信息表现出不同的
情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变
量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。 相似文献
12.
【目的/意义】知识付费带动了付费有声书的兴起与发展,有声书知识服务成为一种新的知识服务模式。对有声书知识服务用户满意度的研究有助于有声书平台提升用户服务,促进有声书市场的健康发展。【方法/过程】本文以有声书平台——“樊登读书”为研究对象,基于用户评论、用户访谈与文献调研构建了评价付费有声书知识服务用户满意度的指标体系,并结合问卷调查与访谈对“樊登读书”当前的用户满意度展开具体分析。【结果/结论】丰富了付费有声书领域的学术研究,从满意度评价角度入手,给出改进当前付费有声书平台知识服务的建议。内容与知识效用是付费有声书平台的核心竞争优势与用户吸引点,服务与价格是制约用户满意度的重要维度。付费有声书知识服务可以从赋能用户、优化功能、促进社交、丰富内容与灵活定价等方面提高用户满意度。 相似文献
13.
【目的/意义】准确挖掘消费者在线评论情感倾向,对于改善商家服务具有重要意义,而情感倾向预测的准
确性仍需提高。【方法/过程】文中设计基于集成学习的在线评论情感分类算法,即以N-gram算法分析在线评论词
语特征,结合情感词典构造文本特征,利用逻辑回归、Light GBM等机器学习方法为基础的集成学习进行训练,实现
在线评论情感分类。【结果/结论】实现了评论的情感倾向预测,在电脑评论数据集,较之于经典的SVM算法和无监
督类算法,该模型的分类衡量指标F1值分别提高了10%到30%不等。同时,在酒店、图书等不同领域的数据集上显
示,该方法的分类准确性仍具有上述效果,证明了该方法具有领域移植性。 相似文献
14.
【目的/意义】数字期刊阅读在移动网络的推动下已成为互联网使用群体必不可少的活动,分析数字期刊 服务中的用户行为能够掌握用户阅读倾向,提高推送精确度。从用户行为感知的角度出发根据用户信息分析用户 行为轨迹,搭建推送模型,结合推荐算法和用户行为预测模型,实现数字期刊的用户个性化推荐。【方法/过程】本文 使用聚类算法和加权二部图算法计算用户相似度、寻找用户邻居簇,进而预测用户对数字期刊的评分,基于加权 Markov模型预测用户模型,生成数字期刊推送结果。【结果/结论】利用用户行为感知技术对数字期刊服务推送提 出了基本的研究理论框架,依照推荐算法设计对不同用户进行个性化推荐,增强用户信赖感,提高用户对数字期刊 阅读的满意度。 相似文献
15.
【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
16.
17.
【 目的/意义】探讨面向图博档数字化服务融合的知识图谱构建与实现。【方法/过程】梳理图博档领域知识图
谱研究和应用现状,研究图博档知识图谱的构建方法,首先构建图博档知识图谱的结构模型,其次设计知识图谱的
构建流程,包括需求分析、数据获取、知识抽取、知识融合、存储设计和图谱绘制,最后以辛亥革命主题为例设计知
识图谱的存储模式,应用Neo4j图数据库存储并实现图博档主题知识图谱。【结果/结论】图博档知识图谱能跨越其
中单一领域的知识壁垒而融合图博档资源,并能可视化展示图博档数字资源之间的语义关联,方便用户知识获取
与知识发现。【创新/局限】本文研究丰富了知识图谱的应用场景,可为图博档数字化服务融合研究提供一种新的知
识可视化呈现及服务方式。 相似文献
18.
【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
19.
【目的/意义】当前高校图书馆服务方式呈现出社会化阅读的趋势,在此背景下,分析高校图书馆社会化阅 读的影响因素,以此为基础优化高校图书馆信息服务,成为当前图书馆研究的热点和前沿。【方法/过程】本研究利 用质性研究方法,从原始访谈资料中概括总结高校图书馆社会化阅读用户满意度的影响因素,即阅读价值、阅读社 交性、阅读成本和用户态度,并以之为变量构建高校图书馆社会化阅读用户满意度影响因素模型;利用实证研究方 法,运用结构方程分析了阅读价值、阅读社交性、阅读成本对用户态度和用户满意度的影响效果。【结果/结论】通过 定性与定量方法结合的研究过程,本文构建用户满意度研究模型,探索了高校图书馆社会化阅读用户满意度影响 因素的影响效果,对高校图书馆社会化阅读的发展提出了建设性意见。 相似文献