信息碎片化下用户痛点多源信息融合分析研究

发布时间：2021-01-24 23:33

　　[目的/意义]信息破碎化背景下,用户痛点信息的检索和提取依靠人工统计的方法已经不能满足多源信息发展的挑战。用户痛点的有效提取和动态掌握是企业产品优化升级,重构产品结构,满足市场期望重要决策的依据。[方法/过程]利用深度学习算法LSTM（Long Short-Term Memory）和多源数据融合理论,建立用户痛点信息的采集、识别、界定、筛选、整合、分类和分析等信息处理过程,构建用户痛点核心词库和指标词库,建立用户痛点跟踪和评价策略,完善系统反馈机制,形成循环开放的用户痛点动态提取和产品决策体系。[结果/结论]从情报学角度,利用多源信息融合理论和深度学习算法,建立了在信息破碎化背景下,对多源用户痛点信息的有效提取、知识化学习、过程化分析,智能化决策和机制化反馈,从而提升了用户痛点动态提取、分析和产品决策的精度和效率。 

【文章来源】：情报理论与实践. 2020,43(07)北大核心CSSCI

【文章页数】：6 页

【文章目录】：
1 信息碎片化对用户痛点收集的影响
    1.1 信息破碎化的影响
        1)信息源破碎化的影响。
        2)信息时空破碎化的影响。
        3)传播媒介破碎化的影响。
        4)信息主体内容破碎化的影响。
        5)信息关切体碎片化的影响。
        6)关切体行为破碎化的影响。
    1.2 用户痛点分析
2 多源信息融合技术
3 碎片化信息下用户痛点多源信息融合分析研究设计
    3.1 基于深度学习的多源用户痛点信息融合分析总体框架
    3.2 用户痛点信息需求分析
    3.3 基于深度学习的多源用户痛点信息融合
        3.3.1 深度学习LSTM算法
        3.3.2 多源用户痛点信息采集
        3.3.3 多源用户痛点信息识别和界定
    3.4 用户痛点信息深度处理与分析
        1)多源用户痛点信息筛选和整合。
        2)多源用户痛点信息分类和分析。
    3.5 多源数据融合算法实现和案例分析
        1)算法实现。
        2)案例分析。
    3.6 基于多源用户痛点信息融合的产品决策
4 结束语


【参考文献】：
期刊论文
[1]际华3515公司瞄准市场痛点实施服务升级提升企业竞争力[J]. 万洪勇.  西部皮革. 2018(03)
[2]基于网络用户评论情感计算的用户痛点分析——以手机评论为例[J]. 范炜昊,徐健.  情报理论与实践. 2018(01)
[3]碎片化信息下的用户等待感知体验研究[J]. 马艳阳,刘玉磊,徐伯初,支锦亦.  情报理论与实践. 2017(10)
[4]多源信息融合技术及应用发展现状[J]. 元晶.  工业经济论坛. 2017(05)
[5]顾客满意视角下消费者“痛点”研究[J]. 张世新,刘婷婷.  经济研究导刊. 2016(32)
[6]信息碎片化背景下的用户消费行为模式探析[J]. 陈道志.  前沿科学. 2013(04)
[7]碎片化社会背景下的碎片化传播及其价值实现[J]. 彭兰.  今传媒. 2011(10)
[8]论网络的碎片化特征[J]. 刘剑敏,李润权.  新闻爱好者. 2011(18)



本文编号：2998135