基于在线评论数据挖掘的用户需求研究

发布时间：2024-11-03 08:25

　　产品的存在来源于用户需求,满足用户需求是企业立足之本。在目前瞬息万变的市场环境中,用户需求常常处于动态变化过程中,企业需要根据市场变化和信息更新及时对企业经营方向进行合理调整,才有可能最大程度地做出顺应市场发展和用户需求的各阶段决策目标,引领企业长久健康发展。目前,越来越多的消费者通过在线评论进行信息交互和情感表达。在线评论成为互联网环境下企业洞察用户需求及意愿的重要渠道,也是广大消费者获取产品和服务信息、减少信息不对称的重要途径。然而,海量的在线评论数据造成严重的信息过载,使企业和消费者很难利用纷繁复杂的数据在短时间内做出理性判断。因此,如何充分利用产品的在线评论识别、分析用户需求,并揭示用户需求的变化趋势,从而指导企业的产品定位与市场竞争策略是一项值得研究的问题。本文在梳理已有研究理论的基础之上,首先,利用LDA模型进行华为手机在线评论的主题挖掘,在主题聚类的结果中识别出用户需求、建立了用户需求要素体系。接下来,本文参照Kano模型的基本理论设置需求调查问卷,结合用户满意指数和精细化Kano模型,分析各服务要素对用户满意度的影响并对用户需求进行归类,确定各类用户需求重要度和供给优先级...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及问题提出
        1.1.1 研究背景
        1.1.2 问题提出
    1.2 国内外研究综述
        1.2.1 在线评论相关研究
        1.2.2 用户需求挖掘研究
        1.2.3 时间序列分析研究
        1.2.4 研究述评
    1.3 研究目的及意义
        1.3.1 研究目的
        1.3.2 研究意义
    1.4 研究方法及论文框架
        1.4.1 研究方法
        1.4.2 论文框架
第2章 相关概念及理论基础
    2.1 在线评论
        2.1.1 在线评论内涵
        2.1.2 在线评论行为
        2.1.3 在线评论时间特征
    2.2 用户需求
        2.2.1 用户需求内涵
        2.2.2 用户需求特征
        2.2.3 用户需求识别方法
    2.3 相关理论模型
        2.3.1 LDA主题模型
        2.3.2 Kano模型
        2.3.3 用户满意度指数
    2.4 文本数据挖掘
        2.4.1 文本数据挖掘流程
        2.4.2 文本数据挖掘技术
第3章 基于LDA模型的在线评论主题识别及用户需求分析
    3.1 数据来源及实验环境
        3.1.1 数据来源
        3.1.2 实验环境
    3.2 数据采集及数据处理
        3.2.1 数据采集
        3.2.2 数据清洗
        3.2.3 数据预处理
    3.3 基于LDA的在线评论主题识别
        3.3.1 在线评论主题识别及其可视化
        3.3.2 在线评论主题聚类结果
    3.4 基于主题聚类的用户需求分析
        3.4.1 产品特征向用户需求的结构映射
        3.4.2 用户需求要素构成
        3.4.3 用户需求对比及分析
第4章 基于Kano模型的在线评论用户需求分类
    4.1 用户需求要素标准化
        4.1.1 智能手机用户需求要素及说明
        4.1.2 Kano分类标准化规则
    4.2 数据分析
        4.2.1 问卷设计与收集
        4.2.2 信效度检验
        4.2.3 样本统计特征描述
    4.3 Kano模型的用户需求分析
        4.3.1 基于Kano模型的用户需求分类
        4.3.2 基于用户满意度指数的用户需求分类
第5章 基于在线评论时间序列分析的用户需求演变分析
    5.1 时间序列分析法
        5.1.1 在线评论时间序列数据抽取
        5.1.2 在线评论时间片段划分
        5.1.3 时间序列分析流程框架
    5.2 在线评论时间序列主题词及共现关系
        5.2.1 各区间高频主题词统计
        5.2.2 主题词共现关系构建及社区划分
        5.2.3 代表性区间主题词共现网络
    5.3 基于在线评论时间序列分析的用户需求演变态势
        5.3.1 各区间在线评论话题构成
        5.3.2 各区间在线评论用户需求呈现
        5.3.3 基于时间序列分析的话题动态更新
        5.3.4 基于时间序列分析的用户需求演变态势
第6章 基于在线评论数据挖掘的用户需求管理策略
第7章 结论
    7.1 研究结论
    7.2 研究创新点
    7.3 研究局限性及未来展望
参考文献
作者简介
致谢



本文编号：4010973