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。     

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。     

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。     

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。     

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。     

学术APP用户在线评论主题语义关联研究

【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。     

面向用户需求分析的产品评论用例提取研究

[目的/意义]实现海量产品评论数据的快速分析,帮助产品设计人员高效地获取用户需求,在新产品设计的决策中提供参考。[方法/过程]在特征提取和情感分析的基础上,构造了包括"词+词性+词干+位置+依存关系"等节点特征的条件随机场模型,按照"产品特征、谁、在何种情境下、遇到了什么问题"4个要素,以描述手机屏幕和电池的负面评论为例,从产品评论中提取用例。[结果/结论]模型评估和实证研究表明,所构造的模型可以有效地从评论文本中识别产品特征、使用主体、使用情景和遇到的问题,从而快速构造用例,获取用户需求。     

网络文本评论中产品特征抽取综述

随着Web2.0技术和电子商务的飞速发展,越来越多的用户通过互联网分享产品的使用体验和表达喜恶的观点,如何有效地从评论文本中抽取产品特征是产品意见挖掘方向所亟需解决的问题。本文从产品特征频繁项、特征-意见共现关系、模型训练和显隐式特征匹配四个方面介绍产品特征抽取工作在国内外的研究进展并指出其各自的优势和不足,最后列出产品特征抽取在今后的研究方向。     

基于加权正负关联规则挖掘的信息检索系统研究

介绍了基于关联规则挖掘的信息检索模型的研究现状,提出一种基于加权正负关联规则挖掘的信息检索系统模型,阐述了该模型的设计思路、各模块的功能及其检索算法,为信息检索研究提供一些新的思路。     

基于关联规则的海量图书信息数据扩散研究

针对当前只关注对数字图书馆网络功能的提高,忽略了对信息扩散的问题。为此,通过关联规则方法对海量图书信息数据扩散进行研究,给出关联规则的基本概念,并介绍了数字图书馆网络的特征,将API与编写抓取程序、开放数据等技术结合在一起;利用Apriori算法通过层次顺序搜索的循环方法对图书信息数据频繁项集进行挖掘,采集数字图书馆网络中某用户粉丝、关注者、转发以及评论信息扩散数据;将关联规则作为研究海量图书信息数据扩散方法,通过关联规则衡量节点度和出入度;在此基础上通过关联规则对海量图书信息数据扩散情况进行研究,发现海量图书信息扩散有高低谷期;转发量和评论量呈一定的正相关性;数字图书馆网络中海量图书信息数据扩散的广度和用户影响力相关。     

基于LDA主题识别与Kano模型分析的用户需求研究

【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。     

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。     

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。     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

数据驱动下基于语义相似性的产品需求识别研究

[目的/意义]为了实现从非结构化的在线评论中有效提取用户需求,文章提出了数据驱动下产品需求识别的方法。[方法/过程]利用Word2vec表示学习方法,获取评论文本内容的语义向量表示;结合K-means算法和LSA模型实现评论文本聚类,识别产品需求主题;在此基础上,通过网络分析方法探索需求主题间的关联关系。以华为手机的评论数据为例进行方法验证。[结果/结论]结果表明,基于语义的文本特征可以取得较好的聚类效果,与传统方法相比,CH指标和SC指标均得到显著提高,验证了该方法的有效性。研究方法和结果能够为企业产品创新和运营决策提供一定参考。[局限]样本数据集规模不够,缺少跨平台实验计算和比较。     

农资产品电子商务销售数据关联分析

构建面向电子商务领域的个性化推荐系统,需要依据电子商务数据所隐含的信息为用户兴趣度建模服务。文章以某电子商务网站为目标,利用关联分析模型,通过对网站中农资产品销售数据进行频繁模式挖掘和关联规则挖掘,以寻找和揭示用户与用户、用户与商品以及商品与商品之间的关联关系,包括用户购买商品的时间关系、有相似购买习惯的用户之间的关系、受欢迎的商品之间的关系以及用户的购买商品的喜好关系等。     

关联规则快速挖掘在CRM中的应用

交叉销售分析是CRM中的主要分析内容之一.提出了一种前件固定、后件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以帮助企业利用销售情况好的产品促进其他产品的销售;同时提出了一种后件固定、前件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以有效地帮助企业利用交叉销售方法为新产品开拓市场.仿真结果表明,这两种算法能够帮助企业快速准确地得到所需的信息.     

基于关联规则的Apriori挖掘算法改进

关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典Apriori算法作了介绍,然后针对Apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势.     

基于多层次关联规则挖掘的反恐情报跨层特征关联分析

【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究 反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小 支持度参数并用的方式筛选多层次涉恐特征频繁项集,在情报分析过程中保存部分特殊的冗余频繁项集、冗余多 层次关联规则和无趣多层次关联规则。【结果/结论】本文的研究可以发现涉恐数据中不同概念分层的关联规律。 [创新/局限] 文中提出的关联分析方法能够弥补普通的单层次关联规则挖掘在分析包含多层属性的涉恐数据中存 在的不足,为反恐预警和反恐决策提供更丰富、更科学、覆盖范围更广的参考。