基于改进评价情感倾向与销量的团购店铺聚类模型研究

发布时间：2021-05-14 09:10

　　“互联网+”背景下,网购消费群体数量已然发生规模式增长,逐渐建立健全网购市场经营机制。团购产业是电子商务产业发展到一定程度的产物,作为一类全新的电子商务营销模式,它不仅对传统零售业有不小的影响,也在潜移默化地影响着人们生活的方方面面。随着团购规模不断发展壮大和交易量的剧增,商品评价数据也随之大量产生,因此对商家的评价信息进行数据挖掘,将会对团购营销起到积极引导作用。店铺评价与销量的聚类分析,可以通过数据挖掘技术完善团购领域研究,也是对电子商务团购领域丰富产业结构的必然要求。目前,北京市在全国团购领域发展比较完善,且餐饮领域在团购中又占据比较大的销售比重,因此将北京市美团餐饮领域作为研究对象比较有代表性。本文就北京市800家团购餐饮店铺共32000条评价数据进行分析研究,采用K-Means模型对团购商家的评价情感倾向和销量进行聚类研究,运用支持向量机技术对店铺评价文本做情感分析,并连续预测出量化的情感倾向值,以供后续店铺聚类分析使用。本文通过基于支持向量机和基于情感词典两种技术分别构建文本情感分类器,分别对美团店铺评价文本进行情感倾向分析。基于支持向量机对评价文本进行情感分类后,对具体的... 

【文章来源】：河北大学河北省

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 选题背景
    1.2 研究意义
    1.3 国内外研究综述
        1.3.1 情感文本分析技术研究综述
        1.3.2 支持向量机研究综述
        1.3.3 团购店铺分类研究综述
    1.4 本文的结构与内容
        1.4.1 研究框架
        1.4.2 研究内容
    1.5 论文创新之处
第2章 相关理论基础综述
    2.1 团购店铺聚类相关概念
        2.1.1 店铺聚类概念
        2.1.2 聚类相关技术
    2.2 K-means聚类模型研究
    2.3 情感文本分类研究
        2.3.1 情感文本预处理
        2.3.2 情感文本分类技术研究
    2.4 支持向量机算法
        2.4.1 线性可分支持向量机
        2.4.2 线性不可分支持向量机
        2.4.3 非线性可分支持向量机
        2.4.4 支持向量机预测理论
第3章 店铺评价文本情感倾向分析
    3.1 店铺评价文本情感倾向分析框架
    3.2 评价文本数据来源与预处理
        3.2.1 文本数据来源
        3.2.2 文本数据预处理
    3.3 基于支持向量机的评价文本情感分析
        3.3.1 基于支持向量机的文本情感分析框架
        3.3.2 基于支持向量机的文本情感分类器构建
    3.4 基于情感词典技术的评价文本情感分析
        3.4.1 团购餐饮领域情感词典构建
        3.4.2 情感倾向值计算逻辑分析
        3.4.3 基于情感词典的文本情感分类器构建
    3.5 分类器评估
第4章 基于情感倾向与销量的团购店铺聚类模型构建
    4.1 模型设计思路
        4.1.1 团购客户评分系统缺陷分析
        4.1.2 基于评价情感倾向值改进美团客户评分系统
        4.1.3 改进后的客户情感倾向与销量的店铺聚类框
    4.2 团购店铺聚类模型构建
    4.3 店铺聚类模型性能评估分析
    4.4 本章小结
第5章 实证案例分析
    5.1 美团餐饮店铺评价数据收集及预处理
    5.2 美团餐饮店铺评价文本情感倾向分析
        5.2.1 基于支持向量机的美团店铺情感倾向系统实现
        5.2.2 基于情感词典的评价情感倾向系统实现
        5.2.3 分类器性能对比分析
    5.3 基于K-means聚类模型的美团餐饮店铺分类
        5.3.1 美团餐饮领域店铺聚类系统实现
        5.3.2 K-means算法聚类效果评估
    5.4 美团餐饮店铺细分群体特征分析
    5.5 美团餐饮店铺的营销策略分析
        5.5.1 产品服务策略
        5.5.2 促销策略
        5.5.3 品牌策略
    5.6 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 工作展望
参考文献
致谢
攻读学位期间取得的科研成果



本文编号：3185383