基于电商消费者负面评论的产品创新侦测研究

发布时间：2022-02-18 15:22

　　随着电子商务的飞速发展,市场交易逐渐走向全面网络化,且全球性传染疾病的肆虐显著加快了这一进程。电商交易的普及,累计了大量的电商消费者评论数据,其中,对生产企业价值最大的是消费者负面评价数据。为了指导生产企业创新,本文运用创新理论、产品层次理论、文本分类算法及认知地图理论,充分挖掘负面评论的价值,以求从中侦测产品创新方向或创新点。本文的主要研究内容如下:首先,本文对单条负面评论进行了类型判别。本文基于产品层次理论构建了负面评论的分类体系,通过LDA主题模型给出了消费者负面评论归类算法,再运用智能音箱负面评论的文本数据验证负面评论的分析体系及负面评论归类算法。其次,本文分析了负面评论样本属性。本文利用统计学的知识制定了负面评论样本的频率分析与列联表分析,运用熵权法计算了每种否定类型的权重,并给出了产品否定度的度量公式,设计了产品功能层与形式层缺陷分析的表格;运用智能音箱负面评论演算负面评论的统计分布特征、类别归属分析与缺陷点统计分析。最后,本文提出产品创新方向判断和具体创新点甄别方法。本文基于认知地图理论,构建了产品创新判断路程,给出了判断产品创新方向与创新点的方法,运用智能音箱负面评论验... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的及意义
        1.2.1 研究目的
        1.2.2 研究意义
    1.3 研究框架、内容及方法
        1.3.1 研究框架
        1.3.2 研究内容
        1.3.3 研究方法
    1.4 创新点
    1.5 本章小结
第2章 文献综述与理论基础
    2.1 概念界定
        2.1.1 电商消费者
        2.1.2 负面评论
        2.1.3 产品创新侦测
    2.2 文献综述
        2.2.1 破坏性创新理论的研究
        2.2.2 产品层次理论的研究
        2.2.3 文本分类算法的研究
        2.2.4 认知地图理论的研究
    2.3 理论基础
        2.3.1 熊彼特创新理论
        2.3.2 产品层次理论
        2.3.3 文本分类理论
        2.3.4 认知地图理论
    2.4 本章小结
第3章 单条负面评论的类型判别
    3.1 负面评论的分类体系构建
    3.2 单条负面评论的归类算法
        3.2.1 负面评论归类流程概述
        3.2.2 负面评论预处理
        3.2.3 负面评论的文本表示
        3.2.4 负面评论的归类
        3.2.5 分类器性能评价
    3.3 单条负面评论类型判别算例
        3.3.1 智能音箱负面评论的收集
        3.3.2 智能音箱负面评论的分类
        3.3.3 智能音箱负面评论的归类
    3.4 本章小结
第4章 负面评论样本属性分析
    4.1 负面评论样本描述性统计分析
        4.1.1 负面评论样本的频率分析
        4.1.2 .负面评论样本的列联表分析
    4.2 负面评论类别归属分析
        4.2.1 负面评论类型权重的确定
        4.2.2 负面评论类别归属判断
    4.3 产品缺陷点统计分析
        4.3.1 产品的功能层缺陷点分析
        4.3.2 产品的形式层缺陷点分析
    4.4 样本属性算例
        4.4.1 智能音箱负面评论样本描述性统计分析
        4.4.2 智能音箱负面评论类别归属频率分析
        4.4.3 智能音箱功能缺陷点统计分析
    4.5 本章小结
第5章 基于负面评价数据特征的产品创新决策分析
    5.1 基于负面评论数据特征的产品创新决策流程
        5.1.1 负面评论与产品创新的映射关系
        5.1.2 基于认知地图的产品创新判断流程
    5.2 基于负面评价类别归属的创新方向判断
    5.3 基于负面评价具体缺陷的创新点判断
    5.4 创新决策算例
        5.4.1 智能音箱创新方向判断
        5.4.2 智能音箱创新点判断
    5.5 本章小结
第6章 结论与展望
    6.1 研究结论
    6.2 研究局限
    6.3 研究展望
参考文献
附录A 智能音箱部分负面评论表
附录B 智能音箱负面评论归类代码
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]基于随机森林的文本分类并行化[J]. 彭徵,王灵矫,郭华.  计算机科学. 2018(12)
[2]基于多示例学习框架的专利文本分类方法研究[J]. 包翔,刘桂锋,杨国立.  情报理论与实践. 2018(11)
[3]CNN-ELM混合短文本分类模型[J]. 韩众和,夏战国,杨婷.  计算机应用研究. 2019(03)
[4]基于互信息的加权朴素贝叶斯文本分类算法[J]. 武建军,李昌兵.  计算机系统应用. 2017(07)
[5]基于word2vec和LSTM的饮食健康文本分类研究[J]. 赵明,杜会芳,董翠翠,陈长松.  农业机械学报. 2017(10)
[6]面向负面在线评论的情感强度对有用性的影响研究[J]. 蔡淑琴,秦志勇,李翠萍,袁乾,邹碧攀.  管理评论. 2017(02)
[7]后发企业颠覆性创新最新研究进展与展望[J]. 吴佩,姚亚伟,陈继祥.  软科学. 2016(09)
[8]一种改进的KNN文本分类算法[J]. 樊存佳,汪友生,边航.  国外电子测量技术. 2015(12)
[9]上海制造业行业创新破坏性特征与创新模式选择[J]. 谢福泉,胡锈腾.  科技进步与对策. 2015(13)
[10]基于用户需求和产品层次的设计思路探讨[J]. 龙圣杰.  机械设计. 2013(06)

博士论文
[1]基于企业高管认知的企业战略变革研究[D]. 周晓东.浙江大学 2006

硕士论文
[1]基于产品层次理论的黄山市度假旅游产品开发研究[D]. 周佳.安徽大学 2012
[2]基于产品分层理论的国产动漫产品优化策略研究[D]. 谢波.中国科学技术大学 2009



本文编号：3631074