在线评论驱动的电子产品选择研究
发布时间：2022-02-12 16:57
在线购物网站和社交媒体平台数量的爆炸式增长使得消费者能够轻松分享他们对产品或者服务的评论,潜在消费者在购买产品之前会通过评论来对同类型不同品牌型号的产品进行择优购买决策。针对利用在线评论对电子产品领域备选产品进行排序选优的难点问题进行深入的研究,本文主要的工作有:（1）针对评论文本细粒度情感分析问题,利用自然语言处理工具Hanlp对在线评论进行本文预处理,基于LDA主题模型挖掘出评论文本中消费者感兴趣的产品属性个数确定评价指标,结合评论的频繁项将属性词筛选归类到相应的属性词集合中建立属性词表。（2）以属性词表中的关键词为核心通过依存句法分析技术提取出电子产品属性词相对应的候选情感词,用FastText模型通过领域相关语料训练出词向量,结合KNN算法对候选情感词进行分类筛选扩充构建适用于电子产品领域的领域情感词典进行情感分析。（3）针对消费者在电子产品择优购买时权重值的确定问题,普通消费者是无法给出精确属性指标权重值,本文将文本情感分析结果转换为直觉模糊数的形式,利用偏序集排序法具有不需要权重数值就可以对方案进行排序的优点,采用基于改进直觉模糊TOPSIS模型的偏序集方法对备选方案进行排...
【文章来源】：中国矿业大学江苏省211工程院校教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
我国网民数量和互联网普及率增长趋势
1绪论11绪论1Introduction1.1研究背景（ResearchBackground）中国互联网络信息中心（CNNIC）发布了第44次《中国互联网络发展状况统计报告》，在报告中对我国互联网涉及到的各行业发展情况进行了数据分析，报告显示截至2019年6月，我国网民数量已经增长到8.54亿，网民使用移动设备上网的比例更是达到99.1%[1]，图1-1显示了最近11年来我国网民数量和互联网普及率增长趋势图。图1-1我国网民数量和互联网普及率增长趋势Figure1-1ThegrowthtrendofChina"sInternetusersandInternetpenetration互联网和移动终端的发展使得在线购物变得十分便捷，网络购物消费者可以不受时间和空间的限制使用电脑和移动设备进行网上购物。我国网络购物的用户规模已经达到6.39亿之多的数量，较2018年12月份增长2871万，占网民整体的74.8%[1],网络购物的市场保持着蓬勃发展的态势，我国2016年6月至2019年9月网民购物人数和网购使用率增长趋势如图1-2所示。图1-2我国网络购物人数和网购使用率增长趋势Figure1-2China"sonlineshoppingpopulationandonlineshoppingusagegrowthtrend
1绪论111.4.3技术路线本文相应的技术路线图如图1-3所示：图1-3技术路线Figure1-3Technologicalframework首先，利用中文分词、词性标注技术对非结构化的评论文本进行处理，使得口语化评论可以用于进一步的信息挖掘。其次，通过LDA主题模型对评论中消费者感兴趣的属性进行主题聚类，并将聚类主题转化为评价指标用于后续的决策评价，用词频统计设置阈值的方法对属性关键词进行归类。然后，搜集领域相关语料使用FsstText模型训练出词向量，从领域评论和基础情感词典中筛选出情感倾向较为明显的口语化情感词作为种子词，通过KNN分类算法训练出情感词分类器，进而对通过依存句法分析抽取出来的候选情感进行分类归类结合基础情感词典构建领域情感词典用于进一步的情感分析。最后结合实例，用直觉模糊数来对情感分析结果进行转化，用改进的直觉模糊TOPSIS偏序集排序方法应用于一个智能手机的选择问题中去，并借助Hasse图将选择结果可视化。
【参考文献】：
期刊论文
[1]基于组合赋权灰色关联TOPSIS的商务网络信息生态链价值流动综合评价研究[J]. 张海涛,李泽中,刘嫣,李题印. 情报科学. 2019(12)
[2]CNNIC发布第44次《中国互联网络发展状况统计报告》[J]. 于朝晖. 网信军民融合. 2019(09)
[3]基于多属性在线评价信息的商品购买推荐排序方法[J]. 张瑾,尤天慧,樊治平. 东北大学学报(自然科学版). 2019(01)
[4]基于顾客在线评论的服务要素优化配置方法[J]. 于超,樊治平. 计算机集成制造系统. 2019(03)
[5]依据在线评论的商品排序方法[J]. 毕建武,刘洋,樊治平. 系统工程学报. 2018(03)
[6]蕴含权重的偏序集多准则决策法[J]. 岳立柱,张志杰,闫艳. 运筹与管理. 2018(02)
[7]一种使用在线评论信息的商品购买决策分析方法[J]. 李永海. 运筹与管理. 2018(02)
[8]基于在线评价信息和消费者期望的商品选择方法[J]. 尤天慧,张瑾,樊治平. 中国管理科学. 2017(11)
[9]应用偏序集表示权重难以获知的TOPSIS模型[J]. 岳立柱,李良琼. 模糊系统与数学. 2017(04)
[10]一种考虑用户评分标准不一致性的在线商品评价方法[J]. 陈颖,付晓东,岳昆,刘骊,刘利军. 小型微型计算机系统. 2017(06)
博士论文
[1]偏序集分拆函数的计算及其算术性质[D]. 杜康.南开大学 2013
硕士论文
[1]基于文本情感分析的个性化影片推荐模型的研究[D]. 刘栗材.重庆邮电大学 2019
[2]基于在线评论文本分析的汽车产品选择方法研究[D]. 张培行.合肥工业大学 2019
[3]基于跨媒体的社交电商用户情感分析[D]. 高宇.哈尔滨商业大学 2018
[4]基于细粒度观点搭配汽车产品评论情感分析[D]. 岳洋.山西大学 2018
[5]权重信息未知的模糊多属性决策问题研究[D]. 连晓振.中国矿业大学 2018
[6]长距离语言模型及其应用研究[D]. 任伟.北京邮电大学 2017
[7]基于在线评论的产品选择方法研究[D]. 高梦.东北大学 2015
[8]消费者产品选择模型构建及仿真研究[D]. 陈鑫.北京邮电大学 2013
[9]在线评论对网络消费者购买决策影响的实证研究[D]. 郑小平.中国人民大学 2008
[10]消费电子产品的情趣化设计研究[D]. 兰娟.江南大学 2004
本文编号：3622091
【文章来源】：中国矿业大学江苏省211工程院校教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
我国网民数量和互联网普及率增长趋势
1绪论11绪论1Introduction1.1研究背景（ResearchBackground）中国互联网络信息中心（CNNIC）发布了第44次《中国互联网络发展状况统计报告》，在报告中对我国互联网涉及到的各行业发展情况进行了数据分析，报告显示截至2019年6月，我国网民数量已经增长到8.54亿，网民使用移动设备上网的比例更是达到99.1%[1]，图1-1显示了最近11年来我国网民数量和互联网普及率增长趋势图。图1-1我国网民数量和互联网普及率增长趋势Figure1-1ThegrowthtrendofChina"sInternetusersandInternetpenetration互联网和移动终端的发展使得在线购物变得十分便捷，网络购物消费者可以不受时间和空间的限制使用电脑和移动设备进行网上购物。我国网络购物的用户规模已经达到6.39亿之多的数量，较2018年12月份增长2871万，占网民整体的74.8%[1],网络购物的市场保持着蓬勃发展的态势，我国2016年6月至2019年9月网民购物人数和网购使用率增长趋势如图1-2所示。图1-2我国网络购物人数和网购使用率增长趋势Figure1-2China"sonlineshoppingpopulationandonlineshoppingusagegrowthtrend
1绪论111.4.3技术路线本文相应的技术路线图如图1-3所示：图1-3技术路线Figure1-3Technologicalframework首先，利用中文分词、词性标注技术对非结构化的评论文本进行处理，使得口语化评论可以用于进一步的信息挖掘。其次，通过LDA主题模型对评论中消费者感兴趣的属性进行主题聚类，并将聚类主题转化为评价指标用于后续的决策评价，用词频统计设置阈值的方法对属性关键词进行归类。然后，搜集领域相关语料使用FsstText模型训练出词向量，从领域评论和基础情感词典中筛选出情感倾向较为明显的口语化情感词作为种子词，通过KNN分类算法训练出情感词分类器，进而对通过依存句法分析抽取出来的候选情感进行分类归类结合基础情感词典构建领域情感词典用于进一步的情感分析。最后结合实例，用直觉模糊数来对情感分析结果进行转化，用改进的直觉模糊TOPSIS偏序集排序方法应用于一个智能手机的选择问题中去，并借助Hasse图将选择结果可视化。
【参考文献】：
期刊论文
[1]基于组合赋权灰色关联TOPSIS的商务网络信息生态链价值流动综合评价研究[J]. 张海涛,李泽中,刘嫣,李题印. 情报科学. 2019(12)
[2]CNNIC发布第44次《中国互联网络发展状况统计报告》[J]. 于朝晖. 网信军民融合. 2019(09)
[3]基于多属性在线评价信息的商品购买推荐排序方法[J]. 张瑾,尤天慧,樊治平. 东北大学学报(自然科学版). 2019(01)
[4]基于顾客在线评论的服务要素优化配置方法[J]. 于超,樊治平. 计算机集成制造系统. 2019(03)
[5]依据在线评论的商品排序方法[J]. 毕建武,刘洋,樊治平. 系统工程学报. 2018(03)
[6]蕴含权重的偏序集多准则决策法[J]. 岳立柱,张志杰,闫艳. 运筹与管理. 2018(02)
[7]一种使用在线评论信息的商品购买决策分析方法[J]. 李永海. 运筹与管理. 2018(02)
[8]基于在线评价信息和消费者期望的商品选择方法[J]. 尤天慧,张瑾,樊治平. 中国管理科学. 2017(11)
[9]应用偏序集表示权重难以获知的TOPSIS模型[J]. 岳立柱,李良琼. 模糊系统与数学. 2017(04)
[10]一种考虑用户评分标准不一致性的在线商品评价方法[J]. 陈颖,付晓东,岳昆,刘骊,刘利军. 小型微型计算机系统. 2017(06)
博士论文
[1]偏序集分拆函数的计算及其算术性质[D]. 杜康.南开大学 2013
硕士论文
[1]基于文本情感分析的个性化影片推荐模型的研究[D]. 刘栗材.重庆邮电大学 2019
[2]基于在线评论文本分析的汽车产品选择方法研究[D]. 张培行.合肥工业大学 2019
[3]基于跨媒体的社交电商用户情感分析[D]. 高宇.哈尔滨商业大学 2018
[4]基于细粒度观点搭配汽车产品评论情感分析[D]. 岳洋.山西大学 2018
[5]权重信息未知的模糊多属性决策问题研究[D]. 连晓振.中国矿业大学 2018
[6]长距离语言模型及其应用研究[D]. 任伟.北京邮电大学 2017
[7]基于在线评论的产品选择方法研究[D]. 高梦.东北大学 2015
[8]消费者产品选择模型构建及仿真研究[D]. 陈鑫.北京邮电大学 2013
[9]在线评论对网络消费者购买决策影响的实证研究[D]. 郑小平.中国人民大学 2008
[10]消费电子产品的情趣化设计研究[D]. 兰娟.江南大学 2004
本文编号：3622091
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3622091.html
