基于产品评论挖掘的竞争产品优势分析

如今网络已经成为信息交换的工具,网络中出现了大量的用户评论信息,利用产品评论挖掘技术获取竞争产品的情报数据,对于企业和用户都具有重要意义。利用已有的研究成果,将产品评论挖掘应用于竞争产品的优势分析之中。并以手机为例,以iPhone4和N8作为研究对象,经过数据采集、预处理、建立产品特征集合和评论观点集合、评论观点的极性与强度判断等工作,量化用户观点,以4种图表形式显示结果,并根据图表分析竞争产品的优势及需要改进的方向。     

网络用户在线评论的主题图谱构建及可视化研究——以酒店用户评论为例

【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。     

微博产品评论挖掘模型研究

微博平台上的产品评论是用户表达其产品需求和情感倾向的重要渠道。结合微博的社会性特点构建了一个微博产品评论挖掘模型,该模型在对产品评论进行情感极性分析的基础上,把不同极性的评论进行分类研究,通过统计分析的方法,挖掘用户关注的产品特征优缺点,并将对应观点的用户感知程度进行可视化;再根据微博产品评论的特点,通过共词网络分析方法实现了对产品竞争对象的识别与分析。最后,通过实证分析,验证了该模型的可行性。     

产品意见挖掘研究进展

随着Web2.0技术和电子商务的飞速发展,越来越多的用户参与到互联网,分享产品的使用体验和表达喜恶的观点,如何从评论文本中分析挖掘出互联网用户对产品的意见观点是消费者和生产商所迫切需要解决的问题。本文首先分析产品意见挖掘的必要性,然后从产品特征识别、产品评论主客观分类、情感极性分类等方面介绍了国内外的研究进展及所采用的技术,最后指出产品意见挖掘面临的不足和今后的研究方向。     

基于CRP模型的评论热点挖掘研究修正版

鉴于现在人们习惯在网络上表达自己的产品情感,网络评论变得繁多而杂乱,文章提出应用中餐馆模型(CRP)来挖掘用户评论热点,此方法克服了应用LDA模型挖掘用户评论热点方法不能自动确定热点话题的数目的问题,CRP模型不仅能自主发现评论热点及其更新的评论,还能准确确定出热点评论。以26 157篇餐馆评论为数据样本,实验证明该方法能得到了较好的效果。     

商品评论信息可信度研究

网络商品评论信息的可信度对用户的购买行为有重要影响。对国内外网络商品评论信息可信度的研究现状和研究成果进行了分析总结,提出了基于文本挖掘的商品评论信息可信度测评模型,详细分析了商品评论信息的可信度特征,并对研究中的关键问题进行了探索,提出了解决方法。     

基于Web评论挖掘的动态竞争情报分析研究(上)——问题分析与模型构建

面对网络中日益丰富的用户评论信息,利用评论挖掘技术对其进行智能化的自动分析,获取非传统意义上的动态竞争情报,对于企业竞争战略的制定和竞争优势的保持具有重要意义。文章在详细分析Web评价挖掘技术研究现状和当前竞争情报分析存在问题的基础上,将Web评论挖掘融入企业竞争情报分析之中,构建了基于Web评论挖掘的动态竞争情报分析模型,阐述了模型中各个模块的主要功能及其实现策略。     

基于用户评论分析的网络学术信息资源评价体系模型研究

[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。     

基于用户网络评论信息的产品创新研究

以小米手机产品改进过程为分析对象,以中关村在线网站作为信息源,通过对小米品牌三款旗舰手机在线用户评论信息进行中文分词、词频统计等处理,研究用户对产品各属性评论信息与产品改进之间的关系。研究发现:手机改进方向和程度与用户评论变化之间存在很强的关联性,公司可以根据前一款手机的评论信息决定后一款手机的改进内容,确定研发方向。实证结果表明:利用网络评论信息进行产品改进是可行的、有效的,借助网络挖掘工具获取网络评论信息是易于操作的。     

社交媒体中主流网络民意的表达与演化：基于共评网络的分析

[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。     

基于超网络和在线评论的产品竞争力分析

[目的/意义]探究在线评论中用户的产品特征观点的变化,以分析产品的竞争力。[方法/过程]运用超网络建模在线评论中特征观点对及其演变关系,识别最受用户关注的产品特征及其情感倾向和演化,实现产品竞争力的分析。[结果/结论]通过对不同品牌产品进行实例验证,该模型能够识别用户关注的特征观点对及其情感倾向,发掘产品的竞争优势与不足,为企业改进产品、建立品牌口碑提供决策支持。     

加入用户行为因素的BBS热点分析算法仿真

BBS热点挖掘是研究网络舆情传播影响力的重要手段。传统的BBS热点挖掘采用统计特征分析法,不能实现对BBS信息资源的全面覆盖,分析参量单一,热点特征挖掘不准确。提出一种对BBS用户转发评论和提及行为综合分析的BBS热点挖掘算法,建立了BBS热点影响力度量及用户行为综合分析数学模型,进行热点评价及影响力数学度量,实现BBS用户行为综合分析。实验表明采用该算法进行BBS热点跟踪挖掘,提高了BBS网页的召回率,避免出现冗余信息和中止检索,热点挖掘性能和准确度较传统方法提高显著,在网络舆情分析和BBS系统管理等领域具有很好的应用价值。     

基于网络评论文本挖掘的技术预见方法研究

在网络社区兴起的背景下,鉴于网络社区的海量评论数据中蕴含着大量专家用户群体智慧,本文提出基于网络评论文本挖掘的技术预见新型方法,以促进技术预见活动顺利实施并取得准确可信的最终结果。首先从多源数据中获得种子科技主题,并将其投放至开放网络社区,吸引专家用户进行充分讨论形成交互数据,经过数据爬取、清洗、存储等环节得到网络评论数据集,再利用情感分析、主题模型等方法对网络评论中蕴含的隐性知识进行显性化挖掘,并结合相关领域专家的研判,最终得到辅助技术预见决策的有价值信息。通过新型方法,可以使技术预见活动大幅降低成本、打破时空限制,便于大规模专家参与其中,并最大限度降低少数专家主观色彩浓厚的负面影响。     

图书评论特征抽取研究综述

[目的/意义]图书评论是出版社、图书馆和用户研究读者观点的重要线索,评论特征抽取研究是提高图书评论观点精准挖掘效率和准确率的基础性工作。[方法/过程]分别从评论特征抽取研究和图书评论特征聚类、语义表示、隐性特征抽取的典型方法等方面对国内外研究现状进行客观分析,梳理相关领域研究发展脉络和趋势。[结果/结论]指出图书评论特征抽取效率和准确率的提高需要考虑特征聚类、语义表示和隐性特征抽取等关键问题。     

基于语义倾向性分析的观点挖掘在餐饮业评价中的应用研究

提出一种基于语义倾向性分析的观点挖掘方法以及该方法在餐饮企业评价中的应用。将餐饮企业的食物口味、环境、服务、价格等作为其特征,以句子为单位对用户评论进行特征抽取,并将具有多个特征的复杂特征句划分为简单特征句,分析评论句的语义倾向性并进行统计分析。使用户可以方便地了解其他用户对某个餐饮企业某种特征的评价,可为用户消费提供有效的参考,为餐饮企业服务质量的提高提供有力指导。     

读者在线评论信息挖掘研究

对读者在线评论信息进行挖掘,具有重要的价值。基于Web文本挖掘原理,构建了读者在线评论信息挖掘模型,并对评论属性识别、主观性内容识别、读者态度提取、观点极性判断、挖掘结果可视化等5个子任务的工作内容及其应用的技术手段进行了分析,还提出了图书馆利用读者在线评论挖掘信息的辅助性措施。     

产品用户评论在企业竞争情报中的应用——基于产品特征的关联规则数据挖掘

在总结用户评论相关研究的基础上,提出关联规则理论在用户评论挖掘中的作用,包括可以用来挖掘产品的优劣势特征及其程度大小,以及挖掘影响产品整体评价的关键特征。提出了基于产品特征关联规则数据挖掘的企业竞争情报应用模型,包含确定用户评论情报源及其采集、数据预处理及其产品特征提取、数据结构化处理及其关联规则分析和产品优劣势特征及其关键特征的对比分析四个模块。最后通过实验论证了这一模型的价值。     

Web环境下产品评论挖掘在企业竞争情报中的应用

随着Web2.0的出现,现在无论是微博、博客还是各大论坛及购物网站都出现了针对产品或服务的客户评论。本文首先通过对这些产品评论的情报价值进行分析,指出产品评论挖掘是在Web2.0和电子商务发展背景下,用户利用网络平台发表意见评论和Web环境下企业竞争情报发展的必然产物。本文提出了一个产品评论挖掘应用于企业竞争情报的框架,进而讨论了产品评论的预处理并从行业监测、用户研究、企业自身以及竞争对手分析四个方面分别探讨了产品评论挖掘在企业竞争情报中的具体应用。     

网络用户信息浏览路径挖掘研究的发展

随着网络技术的快速发展与广泛应用,对能够有效揭示网络用户兴趣、需求、行为特征的信息浏览路径进行挖掘,已成为一个新的研究热点.文章阐述了网络用户信息浏览路径挖掘的内涵;从路径的获取、挖掘方法、挖掘应用3个方面介绍了国内外目前的研究进展和主要观点;总结了现阶段浏览路径挖掘研究的不足之处,并对未来的研究前景进行了展望.     

不同网络平台用户情感表达特征对比分析

[目的/意义]网络用户主要通过购物类、社交类和点评类三种常见网络类型平台发表带有情感倾向的评论,但是由于用户群体、可评论时间、可评论次数以及评论方式等的不同,使得这三种网站类型中的用户对于同一主题的情感表达存在较大差异。文章从用户情感表达特征角度对比评测购物类、社交类和点评类三种主流网络平台中用户情感评论特点,为情感分析数据源选择提供借鉴。[方法/过程]在情感分析的基础上,通过对评论特点、用户情感特征和用户痛点等的对比分析和实证分析,探索三种平台的情感表达特点。[结果/结论]实验结果表明,不同类型网络平台评论的主要内容、情感特征以及痛点表现方面均存在明显差异,进而对情感分析信息源选择提供依据。