基于网站客户访问行为的客车产品需求获取方法研究

发布时间：2021-09-03 10:08

　　随着互联网的普及,越来越多的客车企业利用营销型企业网站开展商务活动。与传统营销相比,企业网站记录了客户的访问行为数据,包括点击流和用户产品评论。这些海量的、干净的访问行为数据,为企业获取客户需求提供了重要的数据源。然而,这些数据并不能直接利用。如何从访问行为数据中提取有用的客户需求信息,已成为客车企业网络营销需要解决的重要问题之一。本文旨在研究基于客车企业营销型网站访问行为数据的客户需求获取方法,具体研究了以下三个问题：（1）研究了客车产品客户需求知识的表示及构建方法。针对从客车企业营销型网站访问行为中提取客户需求效用的目标,提出了基于本体的客车产品客户需求知识表示及构建方法,包括概念模型、知识库模板和知识获取三部分。其中,针对概念模型,提出了从客户需求形式化表示到基于本体的知识表示的映射方法；针对知识库模板,提出了将其结构分为逻辑结构和采集点的两类表示方式；针对知识获取,提出了基于包装器归纳的营销型网站网页模板抽取方法。（2）研究了客车产品评论文本中客户需求特征的抽取方法。针对客车企业营销型网站产品评论文本的特点,提出了需求触发词的概念,并在此基础上提出了一种抽取方法,该方法包括产品... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：130 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 论文相关领域国内外研究现状
        1.3.1 客户需求获取
        1.3.2 领域本体构建
        1.3.3 信息抽取
        1.3.4 Web使用挖掘
    1.4 当前研究存在的不足
    1.5 课题的项目支撑
    1.6 论文研究内容
第2章 概念界定、理论基础与方法框架
    2.1 概念界定
        2.1.1 营销型企业网站
        2.1.2 客户需求
        2.1.3 网站访问行为
        2.1.4 客户特征及分类
    2.2 理论基础
        2.2.1 全信息理论
        2.2.2 消费者信息处理及决策理论
    2.3 方法框架
        2.3.1 客车产品市场特征及其网络营销过程分析
        2.3.2 面向客车产品的基于企业网站访问行为的客户需求获取框架
    2.4 本章小结
第3章 客车产品客户需求知识库的构建方法
    3.1 引言
    3.2 客车产品客户需求知识库的架构
    3.3 客车产品客户需求知识库概念模型
        3.3.1 客户需求知识表示
        3.3.2 客户需求知识库概念模型的构建
    3.4 客车产品客户需求知识库模板
        3.4.1 知识库模板的定义及结构
        3.4.2 知识库模板的构建方法
    3.5 客车产品客户需求的知识获取
        3.5.1 基于Stalker算法的数据抽取方法
        3.5.2 客户需求知识库的生成
    3.6 实验与评价
    3.7 本章小结
第4章 客车产品评论文本的客户需求特征抽取方法
    4.1 引言
    4.2 客车产品评论文本的客户需求特征抽取框架
    4.3 需求特征词的识别方法
        4.3.1 基本思想
        4.3.2 模式相似度计算方法
    4.4 基本需求的检测方法
        4.4.1 基本需求的分类
        4.4.2 基于需求触发词的基本需求检测方法
    4.5 基本需求内容识别方法
    4.6 实验与评价
    4.7 本章小结
第5章 基于访问行为的客车产品客户需求聚类方法
    5.1 引言
    5.2 客车产品客户需求聚类方法框架
    5.3 数据建模
        5.3.1 “访客-受访页面”矩阵
        5.3.2 “访客-评论特征词”矩阵
        5.3.3 “访客-客户需求”矩阵
    5.4 基于k-means算法的访客聚类方法
        5.4.1 访客聚类的算法实现
        5.4.2 簇的特征化描述
    5.5 访客属性特征的归纳
        5.5.1 访客属性特征的获取
        5.5.2 访客特征归纳的算法实现
    5.6 实验与评价
    5.7 本章小结
第6章 客车企业网站客户需求获取系统的实现
    6.1 需求分析
        6.1.1 客户访问行为数据获取
        6.1.2 客户访问行为分析
        6.1.3 前台数据采集
    6.2 系统设计
        6.2.1 系统构架
        6.2.2 系统环境
    6.3 前台功能
        6.3.1 产品展示
        6.3.2 智能选客车
    6.4 后台功能
        6.4.1 网站流量管理
        6.4.2 商机管理
        6.4.3 访问行为分析
    6.5 本章小结
第7章 结论与展望
    7.1 全文总结
    7.2 研究展望
致谢
参考文献
附录1 攻读学位期间发表的学术论文
附录2 攻读学位期间参与的科研课题


【参考文献】：
期刊论文
[1]Web使用挖掘在用户行为分析中的应用[J]. 孙玲芳,夏聪.  江苏科技大学学报(自然科学版). 2011(03)
[2]面向客户需求预测的产品族构建与映射方法研究[J]. 王亚萍,葛江华,邵俊鹏,刘蕾,马国兴.  机械科学与技术. 2011(03)
[3]音乐领域典型事件抽取方法研究[J]. 丁效,宋凡,秦兵,刘挺.  中文信息学报. 2011(02)
[4]事件抽取技术的回顾与展望[J]. 许旭阳,韩永峰,宋文政.  信息工程大学学报. 2011(01)
[5]基于浏览偏好挖掘的实时商品推荐方法[J]. 谢意,陈德人,干红华.  计算机应用. 2011(01)
[6]客户需求获取与分析方法研究[J]. 张超,刘夫云,贾焕香.  微电子学与计算机. 2010(11)
[7]互联网商品评论情感分析研究综述[J]. 张紫琼,叶强,李一军.  管理科学学报. 2010(06)
[8]基于本体的非结构化客户需求智能解析方法[J]. 经有国,但斌,张旭梅,郭钢.  计算机集成制造系统. 2010(05)
[9]自动识别事件类别的中文事件抽取技术研究[J]. 许红磊,陈锦秀,周昌乐,林如琦,杨肖方.  心智与计算. 2010(01)
[10]基于Web使用挖掘的智能电子商务及其应用[J]. 于小兵,郭顺生,黄小荣.  计算机集成制造系统. 2010(02)

博士论文
[1]电子商务模式下的顾客行为特征提取及利润挖掘[D]. 张志宏.天津大学 2010
[2]信息抽取中实体关系识别研究[D]. 张奇.中国科学技术大学 2010
[3]复杂产品设计知识模型构建及其重用方法研究[D]. 宋欣.天津大学 2009
[4]中文事件抽取关键技术研究[D]. 谭红叶.哈尔滨工业大学 2008
[5]信息抽取中关键技术的研究[D]. 张素香.北京邮电大学 2007

硕士论文
[1]基于主题的中文事件抽取技术研究及应用[D]. 吴刚.苏州大学 2009
[2]基于复杂网络的数据挖掘分类问题研究与应用[D]. 赵凤霞.辽宁师范大学 2009



本文编号：3380917