基于文本情感分析的快递企业物流服务质量评价研究
发布时间：2021-10-16 21:57
得益于电子商务在我国的革命性发展,快递物流行业迎来了巨大的发展空间。国内大中小快递企业产品服务同质化竞争激烈的背景下,定量评价快递企业的物流服务质量是指导消费者选择产品以及企业管理决策的重要依据。有别于传统质量评价问卷收集数据的方式,本文利用网络爬虫获取顺丰、申通、中通、韵达4家快递企业的消费者在线评论,通过文本情感分析技术实现服务指标情感得分精确计算。本文在充分挖掘消费者真实情感表达的同时,完成评价从定性到定量的转化。因此,对企业经营和消费者生活具有重要的指导意义。本文参考多篇服务质量评价文献的基础上,以SERVQUAL和LSQ模型初步构建快递企业的物流服务质量指标模型。结合在线评论的高频分词分析结果,构建了包含6个维度16个指标的评价模型。为充分挖掘文本内涵,对文本数据进行断句、分词、词性标注、句法分析等处理,并制定共9条包含特征观点对和副词等评价单元的提取规则,精确识别评价对象和情感词。在构建的多个情感词典和极性判断规则基础上,完成不同指标的情感强度定量计算和评价指标数量识别。利用层次分析法,通过比较不同指标数量比重构建判断矩阵,获得评价模型多级指标权重。最后,根据4家快递企业各...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
论文各章关系图
第二章 相关理论与方法介绍 爬虫是一种自动化网页下载工具，它的基本工作步骤为，首先从一个或者多个初始的 URL 开始，将这些 URL 放入待获取资源池中，并且根据一定的过滤算法或者主题提取算法将符合目标的网页放入待抓取队列。从待获取 URL 队列中根据 URL 展开域名解析，将网页内容下载存储，并通过分析过滤掉无关信息，构建索引以便后续查询。在满足停止条件前，爬虫程序根据 URL 页面不断地从 URL 的队列进行存取工作，直至停止工作。
析获得文本特征词和观点词，通常特征词为名词或者名词性短语，观点词是形容词。并且找到对应于特征观点对修饰的程度副词和否定副词，这改变情感强度甚至情感极性的反转。比如“这台打印机非常不好”的分析，特征词为“打印机”，观点词为“好”、程度副词为“非常”，否定词‘不’。程度副词改变情感强度，而否定词直接将正向情感变为负面情感。接着，基于构建的情感词典将确定情感词、程度副词、否定词的分值，得到整个句子的情感得分。最后，将所有分句得分累加获得整个文本的情感得分，基于情感词典的情感极性分析过程见图2.2。图2.2基于情感词典的情感极性分析过程Fig2.2Affectivepolarityanalysisprocessbasedonsentimentdictionary2.3多目标评价方法：层次分析法层次分析法（AnalyticHierarchyProcess，AHP）或多层次权重解析方法，20世
【参考文献】：
期刊论文
[1]基于在线评论的物流服务质量多维度分析及其对用户购买意愿的影响[J]. 胡媛荣,周玲,李赛男,陆倩. 当代经济. 2019(12)
[2]基于粗糙集的电商物流服务质量评价应用研究——以生鲜电商为例[J]. 徐广姝. 中国流通经济. 2019(07)
[3]融合深度学习与机器学习的在线评论情感分析[J]. 刘晓彤,田大钢. 软件导刊. 2019(02)
[4]基于灰色关联分析法的铁路物流服务方案评价[J]. 唐力,刘启钢,孙文桥. 铁道运输与经济. 2019(01)
[5]航空地面物流服务质量评价模型研究——以首都国际机场为例[J]. 田雪,王丹丹,王晨. 价格月刊. 2018(12)
[6]基于词特征与语义特征的评价对象识别[J]. 谷兴龙,谢珺,靳红伟,续欣莹. 计算机工程. 2019(11)
[7]微博情感分析的情感词典构造及分析方法研究[J]. 杨立月,王移芝. 计算机技术与发展. 2019(02)
[8]基于深度循环神经网络的跨领域文本情感分析[J]. 余传明. 图书情报工作. 2018(11)
[9]中文产品评论的维度挖掘及情感分析技术研究[J]. 赵志滨,刘欢,姚兰,于戈. 计算机科学与探索. 2018(03)
[10]基于在线评论情感分析的快递服务质量评价[J]. 王洪伟,宋媛,杜战其,郑丽娟,华瑾,张艺伟. 北京工业大学学报. 2017(03)
博士论文
[1]基于熵权—双基点法的现代物流企业服务创新绩效评价研究[D]. 王西.吉林大学 2013
硕士论文
[1]基于文本意见挖掘的快递服务质量评价研究[D]. 候玉林.北京交通大学 2019
[2]基于在线消费者负面评论的B2C电商平台流服务影响因素研究[D]. 贺云.浙江工商大学 2018
[3]电商环境下在线评论对消费者选择物流商的影响机理研究[D]. 王新星.昆明理工大学 2017
[4]B2C平台中物流服务评论与顾客购买后行为的关联性研究[D]. 蓝一珍.浙江理工大学 2017
[5]基于细粒度观点挖掘的个性化推荐方法研究[D]. 姚奥.浙江理工大学 2017
[6]农村电商物流服务质量评价研究[D]. 张林凤.重庆工商大学 2016
本文编号：3440563
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
论文各章关系图
第二章 相关理论与方法介绍 爬虫是一种自动化网页下载工具，它的基本工作步骤为，首先从一个或者多个初始的 URL 开始，将这些 URL 放入待获取资源池中，并且根据一定的过滤算法或者主题提取算法将符合目标的网页放入待抓取队列。从待获取 URL 队列中根据 URL 展开域名解析，将网页内容下载存储，并通过分析过滤掉无关信息，构建索引以便后续查询。在满足停止条件前，爬虫程序根据 URL 页面不断地从 URL 的队列进行存取工作，直至停止工作。
析获得文本特征词和观点词，通常特征词为名词或者名词性短语，观点词是形容词。并且找到对应于特征观点对修饰的程度副词和否定副词，这改变情感强度甚至情感极性的反转。比如“这台打印机非常不好”的分析，特征词为“打印机”，观点词为“好”、程度副词为“非常”，否定词‘不’。程度副词改变情感强度，而否定词直接将正向情感变为负面情感。接着，基于构建的情感词典将确定情感词、程度副词、否定词的分值，得到整个句子的情感得分。最后，将所有分句得分累加获得整个文本的情感得分，基于情感词典的情感极性分析过程见图2.2。图2.2基于情感词典的情感极性分析过程Fig2.2Affectivepolarityanalysisprocessbasedonsentimentdictionary2.3多目标评价方法：层次分析法层次分析法（AnalyticHierarchyProcess，AHP）或多层次权重解析方法，20世
【参考文献】：
期刊论文
[1]基于在线评论的物流服务质量多维度分析及其对用户购买意愿的影响[J]. 胡媛荣,周玲,李赛男,陆倩. 当代经济. 2019(12)
[2]基于粗糙集的电商物流服务质量评价应用研究——以生鲜电商为例[J]. 徐广姝. 中国流通经济. 2019(07)
[3]融合深度学习与机器学习的在线评论情感分析[J]. 刘晓彤,田大钢. 软件导刊. 2019(02)
[4]基于灰色关联分析法的铁路物流服务方案评价[J]. 唐力,刘启钢,孙文桥. 铁道运输与经济. 2019(01)
[5]航空地面物流服务质量评价模型研究——以首都国际机场为例[J]. 田雪,王丹丹,王晨. 价格月刊. 2018(12)
[6]基于词特征与语义特征的评价对象识别[J]. 谷兴龙,谢珺,靳红伟,续欣莹. 计算机工程. 2019(11)
[7]微博情感分析的情感词典构造及分析方法研究[J]. 杨立月,王移芝. 计算机技术与发展. 2019(02)
[8]基于深度循环神经网络的跨领域文本情感分析[J]. 余传明. 图书情报工作. 2018(11)
[9]中文产品评论的维度挖掘及情感分析技术研究[J]. 赵志滨,刘欢,姚兰,于戈. 计算机科学与探索. 2018(03)
[10]基于在线评论情感分析的快递服务质量评价[J]. 王洪伟,宋媛,杜战其,郑丽娟,华瑾,张艺伟. 北京工业大学学报. 2017(03)
博士论文
[1]基于熵权—双基点法的现代物流企业服务创新绩效评价研究[D]. 王西.吉林大学 2013
硕士论文
[1]基于文本意见挖掘的快递服务质量评价研究[D]. 候玉林.北京交通大学 2019
[2]基于在线消费者负面评论的B2C电商平台流服务影响因素研究[D]. 贺云.浙江工商大学 2018
[3]电商环境下在线评论对消费者选择物流商的影响机理研究[D]. 王新星.昆明理工大学 2017
[4]B2C平台中物流服务评论与顾客购买后行为的关联性研究[D]. 蓝一珍.浙江理工大学 2017
[5]基于细粒度观点挖掘的个性化推荐方法研究[D]. 姚奥.浙江理工大学 2017
[6]农村电商物流服务质量评价研究[D]. 张林凤.重庆工商大学 2016
本文编号：3440563
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3440563.html
