共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文分析了消费者偏好和分群现象,阐述了网络营销的运作流程和现有的网络营销模式。根据网络营销特点构建基于消费者偏好分群的网络营销模型,并且通过构建群体偏好聚合模型来解释如何对群体偏好进行数据挖掘。 相似文献
3.
4.
5.
6.
7.
8.
【目的/意义】消费者评论数量巨大且充满随意性,因此需要对评论信息进行分析,信息分析可以给潜在消
费者提供有价值参考,可以给商家提供消费者对产品的反馈意见,也可以给平台改善服务提供参考,从而实现消费
者、商家和平台的共赢。【方法/过程】以从京东商城爬取的部分产品评论文本为研究对象,使用词频、词云分析的方
法对评论中的产品特征进行抽取,分析消费者对产品属性的偏好,通过情感倾向计算方法,对五种不同类别的产品
评论进行情感倾向分析,并研究消费者对产品属性的偏好和情感倾向间的关系。【结果/结论】研究结果表明,对于
不同类型的产品,消费者有不同的属性偏好,且关注的产品特征数量也不同。在此基础上,分别对商家、电商平台
和消费者提出了有针对性的建议。【创新/局限】使用评论挖掘的方法,从消费者、商家和平台三个视角进行研究,提
出应对方法。但对数据的处理仍然不够精确,有待进一步研究。 相似文献
9.
本文首先介绍了数据挖掘在高校教学评价系统中使用的意义,明确了挖掘模块的功能定义及挖掘具体的实现方案,然后详细介绍了关联规则挖掘在高校评教系统中的使用。全文以哈尔滨华德学院为实例,综合了教务处、人力资源部、教学质量监督中心等部门的数据记录形成教学评价初始数据,经过一系列数据预处理操作,形成挖掘对象,通过使用关联规则的Apriori算法对教师属性与评教等级进行了挖掘分析,最终得出了有参考价值的挖掘结果。 相似文献
10.
【目的/意义】探究亲子阅读偏好对引导亲子读物选购具有重要的参考价值,通过对亲子读物的在线消费评价进行分析,深度挖掘影响亲子阅读偏好的维度要素,对提高亲子阅读质量和兴趣具有理论意义与实践价值。【方法/过程】从材质材料、形式形态、主题内容、社会感知价值四个维度对亲子阅读偏好进行评价,建立基于情感词典的在线消费评价偏好模型,对评论文本进行情感词抽取及情感值计算,获取在线消费评价中情感数据,绘制在线消费评价的偏好词标签云和动态偏好趋势曲线。【结果/结论】在线消费评价分析结果表明,幼儿更易被材料环保、形式独特的读物吸引;随着认知阶段的发展,亲子阅读偏好逐渐转向对主题内容的关注;注重提升社会感知价值。【创新/局限】本文构建亲子阅读偏好的评价模型,围绕亲子阅读的偏好维度对在线消费评价情感进行可视化分析。本文仅通过情感分析技术提取在线消费评价中的情感数据,未结合对具体消费者的深度访谈,未能全面概述基于在线消费评价的亲子阅读偏好情况。 相似文献
11.
针对消费者经常购买的商品, 提出了一种基于Web挖掘技术的导购系统.系统综舍利用Web使用挖掘、关联规则挖掘等各种数据挖掘技术,能够实时跟踪消费者的购物行为,对其最近的偏好进行自适应学习,从而为消费者产生相应的推荐商品.最后,对系统的导购质量进行了相关的实验. 相似文献
12.
文本挖掘是数据挖掘技术的一个重要方面,本文根据句法规则的特征,利用文本挖掘技术,提出基于句法规则的文本知识挖掘设计模型,从数据准备、句法规则构造、文本预处理、文本知识挖掘、挖掘结果评价等方面对工作原理进行了分析,重点阐述了句法规则的构造过程,最后通过实验验证了该模型,该设计对实现文本知识的智能化挖掘具有一定的研究意义和应用价值。 相似文献
13.
14.
一种对方案有偏好的灰色多属性决策方法 总被引:1,自引:0,他引:1
文章研究了属性权重完全未知、属性值和对方案的偏好值以区间灰数形式给出的多属性决策问题,基于主观偏好值与理想最优方案客观偏好值(属性值)的偏差距离最小化建立一个单目标规划模型,通过求解此模型得到属性的权重,进而计算出各方案与理想最优方案的灰色区间关联度,即可得到方案的排序结果,最后通过算例说明模型及方法的可行性和有效性。 相似文献
15.
16.
17.
18.
19.
针对差异医疗数据库在跨平台查询中出现空查询结果问题,提出一种基于智能病历语义信息关联维分析的数据库自适应实体差异识别查询方法。通过初始查询条件和医疗数据差异分布的关联维规则推测用户对查询属性的关联程度,构建基于数据库松弛阈值、属性阈值之间的病历分析实体识别模型,进行自适应松弛响应重写,实现差异数据库的实体识别和关联性差异查询。实验结果表明,新的查询方法具有较高的查全率,能够满足用户差异性的偏好与信息检索,实现医疗信息数据的准确快速查询。 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