基于文本词性结构和PCA算法的问卷优化

发布时间：2020-11-01 06:46

　　 为了更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,因此本文对传统的调研问卷进行优化。首先本文采用正则表达式利用常见的标点符号对近一年来总结的文本数据进行断句、筛选出包含情感和态度的语句、对筛选后的语句根据汽车行业指标进行分词;然后利用词性标注方法对句子进行词性分析,得到句子的词性结构;其次再利用主成分分析法(PCA)对得到的词性结构中选择贡献度占比率最高的一组,利用此时的词性结构优化当前的问卷方法,从而可以更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,实现精准营销。
【部分图文】：

原问卷以及调整后的问卷

通过文本对问卷的优化设计可以更准确、更高效的对车型进行评价，例如在以往的车型调研的问卷中，由于涉及的指标项较多，往往导致问卷超过上千题目，用户需要作答长达两个小时。这期间就会造成用户失去耐心，选择比较中性的结果快速完成问卷。还有一种情况，用户对于拿不准的结果往往也会选择中性的结果进行应对，导致无法达成我们的调研目的，问卷答题卡的结果如下图5所示，同时会产生大量的无效样本，无效样本数量的比例如下图6所示。为了降低无效样本对统计结果的影响，往往通过扩大调研样本量，再剔除无效样本的方式，保证有足够的有效样本用于统计分析。这样一来大大增加了执行的成本，同时也影响调研的质量。

而这些直接的问法都可以从其他用户平日的汽车点评中提取出来，如下图7所示。用户对于外观常通过好看不好看，耐不耐看作为评价标准，那么相应的“外观品质设计”可拆解成是不是好看，是不是耐看来进行甄别评价，由此可见优化后的问卷既可以使消费者容易理解，又大大减少了无效样本。
【相似文献】

相关期刊论文 前6条

1 余淑秀;李雪涛;;基于PCA法的汽车产业集群效率评价模型研究——以中部地区为例[J];科协论坛(下半月);2012年04期

2 王秀丽;;基于PCA的汽车4S店商业模式创新研究[J];湖北汽车工业学院学报;2018年03期

3 王沛;陈劲杰;;基于PCA主成分分析和K-means算法的汽车行驶工况数据量化研究[J];软件工程;2020年03期

4 刘志强;张硕辉;汪澎;;基于PCA与BP神经网络的制动行为模型[J];重庆理工大学学报(自然科学);2015年01期

5 叶永伟;刘志浩;黄利群;;基于PCA的汽车涂装线设备信号特征提取[J];仪器仪表学报;2011年10期

6 王丝丝;张敬磊;王晓原;孙一帆;陈慈;马春杰;;基于PCA与自适应BP算法的侵犯性驾驶行为识别[J];数学的实践与认识;2018年13期

相关硕士学位论文 前1条

1 刘志浩;基于PCA和SVM的汽车涂装线机电设备智能诊断[D];浙江工业大学;2012年

本文编号：2865169