基于网络口碑文本挖掘的在线住宿服务质量管理研究
发布时间：2022-01-17 18:53
在线住宿以促进闲置房源的有效利用、降低房屋空置成本、提供多样化和个性化住宿服务等优势,在全球范围内快速崛起。随着在线住宿平台在全球市场的扩张进入平稳增长时期,解决服务问题与提升服务质量对行业未来的健康发展至关重要。当前在线住宿在房源品质、房东素质、房客人身安全和平台跨文化运营等方面存在突出的服务质量管理问题,而现有研究关于服务质量的评价方法存在不足,对在线住宿的服务质量与文化距离因素之间的联系也尚不明确。在线住宿平台如何科学地评价服务质量,理解顾客的服务需求,并提高跨文化服务质量管理的能力和水平,成为重要的研究问题。本研究以Airbnb为例评价在线住宿的服务质量,并从跨文化的角度解析服务质量在北京和旧金山两个城市的差异,提出在线住宿服务质量管理的命题和启示。主要研究内容包括:（1）基于弱监督主题模型的网络口碑评论文本挖掘。针对网络口碑中蕴含服务质量信息而无标签的问题,构建弱监督主题模型对文本数据进行主题提取,通过种子词预设和种子词扩展提取出服务质量信息。（2）基于SERVQUAL模型的在线住宿服务质量评价。在主题提取的基础上进行情感倾向分析,结合SERVQUAL的有形性等五个维度评价在...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
LDA模型概率图
第三章模型理论基础29的方法来识别每个不相关主题对应的一组种子词，称为伪种子词。具体而言，首先使用标准LDA以无监督的方式提取出文档集合的隐藏主题，然后，利用一种关联度度量方法来计算每个LDA隐藏主题与相关主题的所有种子词之间的距离，将最不相关的LDA隐藏主题中的top主题词作为不相关主题的伪种子词。最后再从种子词和伪种子词中提取类别信息，以准确地推断相关主题和不相关主题。图片来源：Li等（2018）图3-3DFC模型结构
华南理工大学硕士学位论文30DFC的模型概率图如图3-4所示。图片来源：Li等（2018）图3-4DFC模型概率图DFC模型在两个文本分类广泛使用的数据集Reuters-10和20-Newsgroup上进行了实验，取得了很好的文本过滤和分类效果，实验结果表明：（1）在多数分类任务中，DFC可以比许多最新的文本分类算法取得更好的分类效果（Macro-F1），包括无监督算法和有监督算法，如TLC++、GE-FL、DescLDA、SNB-EM、SVM、SSVM、sLDA、MedLDA等；（2）具有较高的鲁棒性，在不同参数设置下的分类结果变化不显著，对许多参数都不敏感，包括不相关主题的数量、一般主题的数量、伪种子词的数量、迭代次数、ρ、α、等；（3）模型分类效果取决于种子词的质量而非数量，设置好每个相关主题的种子词相当重要。3.4本章小结本章概述了本文的模型理论基础，包括SERVQUAL模型、LDA模型和弱监督主题模型。首先介绍了SERVQUAL模型，包括其在有形性等五个维度及其22个测量项上的定义，并提出了初步的应用设想。其次概括了LDA主题模型的提出、生成过程和建模能力评估标准等，重点介绍了用于评估主题提取效果的perplexity值。最后概括了用于文本分类的弱监督主题模型DFC，包括其主题提取思想、模型结构和实验效果等。
【参考文献】：
期刊论文
[1]用户感知移动图书馆服务质量评价的犹豫模糊Kano-Taguchi方法[J]. 汤淼,王铁旦,彭定洪. 情报理论与实践. 2020(03)
[2]基于Mo-RVIKOR的混合多属性决策方法[J]. 潘亚虹,耿秀丽. 中国管理科学. 2019(12)
[3]在线健康咨询平台信息服务质量的物元模型及可拓评价研究[J]. 洪闯,李贺,彭丽徽,许一明. 数据分析与知识发现. 2019(08)
[4]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)
[5]区间值加权缪尔海德平均算子及其在感知服务质量评价中的应用[J]. 刘丽君,左文进. 工业技术经济. 2019(05)
[6]基于顾客在线评价信息的服务质量评价方法[J]. 李铭洋,赵晓杰. 辽宁大学学报(哲学社会科学版). 2018(05)
[7]超大城市公共服务质量评价研究——以北京市为例[J]. 邓剑伟,郭轶伦,李雅欣,杨添安. 华东经济管理. 2018(08)
[8]基于网络口碑的B2C电子商务服务质量管理[J]. 左文明,陈华琼,张镇鹏. 管理评论. 2018(02)
[9]中国分享经济发展报告:现状、问题与挑战、发展趋势[J]. 分享经济发展报告课题组,张新红,高太山,于凤霞,李红升,胡拥军,郝凯,徐清源,蔡丹旦. 电子政务. 2016(04)
[10]网络零售服务质量的测量与管理——基于中国情境[J]. 赵卫宏,熊小明. 管理评论. 2015(12)
本文编号：3595257
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
LDA模型概率图
第三章模型理论基础29的方法来识别每个不相关主题对应的一组种子词，称为伪种子词。具体而言，首先使用标准LDA以无监督的方式提取出文档集合的隐藏主题，然后，利用一种关联度度量方法来计算每个LDA隐藏主题与相关主题的所有种子词之间的距离，将最不相关的LDA隐藏主题中的top主题词作为不相关主题的伪种子词。最后再从种子词和伪种子词中提取类别信息，以准确地推断相关主题和不相关主题。图片来源：Li等（2018）图3-3DFC模型结构
华南理工大学硕士学位论文30DFC的模型概率图如图3-4所示。图片来源：Li等（2018）图3-4DFC模型概率图DFC模型在两个文本分类广泛使用的数据集Reuters-10和20-Newsgroup上进行了实验，取得了很好的文本过滤和分类效果，实验结果表明：（1）在多数分类任务中，DFC可以比许多最新的文本分类算法取得更好的分类效果（Macro-F1），包括无监督算法和有监督算法，如TLC++、GE-FL、DescLDA、SNB-EM、SVM、SSVM、sLDA、MedLDA等；（2）具有较高的鲁棒性，在不同参数设置下的分类结果变化不显著，对许多参数都不敏感，包括不相关主题的数量、一般主题的数量、伪种子词的数量、迭代次数、ρ、α、等；（3）模型分类效果取决于种子词的质量而非数量，设置好每个相关主题的种子词相当重要。3.4本章小结本章概述了本文的模型理论基础，包括SERVQUAL模型、LDA模型和弱监督主题模型。首先介绍了SERVQUAL模型，包括其在有形性等五个维度及其22个测量项上的定义，并提出了初步的应用设想。其次概括了LDA主题模型的提出、生成过程和建模能力评估标准等，重点介绍了用于评估主题提取效果的perplexity值。最后概括了用于文本分类的弱监督主题模型DFC，包括其主题提取思想、模型结构和实验效果等。
【参考文献】：
期刊论文
[1]用户感知移动图书馆服务质量评价的犹豫模糊Kano-Taguchi方法[J]. 汤淼,王铁旦,彭定洪. 情报理论与实践. 2020(03)
[2]基于Mo-RVIKOR的混合多属性决策方法[J]. 潘亚虹,耿秀丽. 中国管理科学. 2019(12)
[3]在线健康咨询平台信息服务质量的物元模型及可拓评价研究[J]. 洪闯,李贺,彭丽徽,许一明. 数据分析与知识发现. 2019(08)
[4]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)
[5]区间值加权缪尔海德平均算子及其在感知服务质量评价中的应用[J]. 刘丽君,左文进. 工业技术经济. 2019(05)
[6]基于顾客在线评价信息的服务质量评价方法[J]. 李铭洋,赵晓杰. 辽宁大学学报(哲学社会科学版). 2018(05)
[7]超大城市公共服务质量评价研究——以北京市为例[J]. 邓剑伟,郭轶伦,李雅欣,杨添安. 华东经济管理. 2018(08)
[8]基于网络口碑的B2C电子商务服务质量管理[J]. 左文明,陈华琼,张镇鹏. 管理评论. 2018(02)
[9]中国分享经济发展报告:现状、问题与挑战、发展趋势[J]. 分享经济发展报告课题组,张新红,高太山,于凤霞,李红升,胡拥军,郝凯,徐清源,蔡丹旦. 电子政务. 2016(04)
[10]网络零售服务质量的测量与管理——基于中国情境[J]. 赵卫宏,熊小明. 管理评论. 2015(12)
本文编号：3595257
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3595257.html
