考虑评论感情因素的网购服装类商品备货研究

发布时间：2019-11-19 15:20

【摘要】：互联网评论情感分析是Web信息挖掘的一个新兴领域，，近年来受到计算机科学、经济学、管理学等学科的广泛关注。研究网络评论中的情感因素对消费者的购买行为以及相关产品销售情况的影响，可以使商家预测出更准确的市场需求量，根据所预测的市场需求量设置备货量，进而获得最佳收益。这对网络商家具有重要的现实意义和商业价值，也为网购备货模型的研究提供了新的理论研究依据。本文介绍了考虑评论情感因素的网购商城服装备货模型的研究背景和意义，总结了国内外网络购物领域、评论情感因素领域和订货备货领域的研究现状及存在问题，并对相关理论进行了阐述。其次，从产品质量、服务质量、快递质量三方面建立了网购服装客户综合满意度评价指标体系，并应用模糊层次分析法对这个网购服装客户综合满意度指标体系的各个指标权重进行确定，再根据已确定的权重综合计算求得网购客户综合满意度系数。再次，将网购客户综合满意度系数引入报童模型，构建考虑评论情感因素的网购服装备货模型，对报童模型求出的订购量进行修正，修正后的订购量即为网络商家该制定的备货量。最后，以天猫商城的某一女装商家的一种产品为例，从商品评论中提取数据并代入模型，得出结论，考虑评论情感因素后得出的备货量更接近实际的销售量，并为网络商家提出了改进措施和建议。
【图文】：

正态分布,公式编辑,硕士学位论文,累积分布函数

河北工程大学硕士学位论文robability：表示正态分布的概率值；ean：表示分布的算术平均值；tandard_dev：表示分布的标准偏差。中D2单元格，在公式编辑栏中输入公式： = NORMINV(A2,B2,C2)，键即可计算出指定条件下正态累积分布函数的反函数值，如图 5-1 和图

正态分布,函数参数,公式编辑,硕士学位论文

河北工程大学硕士学位论文probability：表示正态分布的概率值；mean：表示分布的算术平均值；standard_dev：表示分布的标准偏差。选中D2单元格，在公式编辑栏中输入公式： = NORMINV(A2,B2,C2)，按Enter 键即可计算出指定条件下正态累积分布函数的反函数值，如图 5-1 和图 5-2所示。图 5-1 Excel 计算截图Fig.5-1 Screenshot of calculation from Excel
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.86;F724.6

【相似文献】