检索结果-内蒙古大学图书馆

作者：杨婷婷天津大学

学位级别：硕士

信息时代的用户需求趋于个性化、多样化、动态化,如何准确地掌握用户需求并快速地实现其向工程语言的转化成为企业关注的重点问题。如今越来越多的垂直网站、电商网站、产品论坛、社交媒体、问答社区可以为消费者提供广阔的意见表达平台... 详细信息

信息时代的用户需求趋于个性化、多样化、动态化,如何准确地掌握用户需求并快速地实现其向工程语言的转化成为企业关注的重点问题。如今越来越多的垂直网站、电商网站、产品论坛、社交媒体、问答社区可以为消费者提供广阔的意见表达平台,由此产生的评论内容能够较为真实地反映用户需求与产品缺陷。根据互联网评论数据挖掘用户需求并将其转化为指导产品设计的技术要素,能够帮助企业较好地了解用户体验以及较快地推动产品开发。本文针对汽车垂直网站的用户评论进行需求挖掘,旨在提出一种基于用户评论数据的汽车产品功能需求分析方法,其主要研究内容包括如下几个方面:(1)完成了用户评论数据的有用性筛选以及文本情感分类。采用Word2vec扩展汽车领域专业词库的属性词,通过语义指向点互信息(Semantic Orientation Pointwise Mutual Information,SO-PMI)补充基础情感词典的情感词,以此构建面向汽车领域的属性词库与情感词典,并且借助两者筛选有用评论。分别基于双向长短时记忆神经网络(Bi-directional Long Short-Term Memory,Bi LSTM)、卷积神经网络(Convolutional Neural Network,CNN)以及Bi LSTM-CNN进行文本分类模型的性能测试,实验结果表明Bi LSTM-CNN模型的文本分类效果最佳,该模型能够帮助判别有用评论的情感极性。(2)提出了一种基于XGBoost的汽车产品用户需求分析方法。根据用户评论数据的文本情感分类结果,建立基于XGBoost的用户满意度影响因素分析模型。结合关键影响要素重要度及其负面情感强度测量用户痛点指数,根据用户痛点指数排序确定汽车产品改进方向。针对亟需迭代的汽车产品属性进行负面观点抽取,进而分析得出汽车产品用户需求。(3)提出了一种基于粗糙质量屋(House of Quality,HOQ)的汽车产品功能特性综合重要度确定方法。基于用户评论数据获得汽车产品用户需求,采用粗糙数与最优最劣法(Best-Worst Method,BWM)的集成方法计算用户需求基本重要度,根据市场竞争性对其进行修正。结合用户需求综合重要度与粗糙质量屋(HOQ)计算功能特性基本重要度,分别基于功能特性的自相关关系、功能特性的技术竞争性修正其基本重要度,根据线性加权组合法确定功能特性综合重要度,以此明确汽车产品开发重点。

关键词：用户需求用户评论数据文本情感分类 XGBoost 用户满意度影响因素功能特性粗糙质量屋

来源：评论

学校读者我要写书评

暂无评论

基于用户评论数据的线上大家电产品用户满意度影响因素研究

基于用户评论数据的线上大家电产品用户满意度影响因素研究

引用

作者：蒋超哈尔滨工程大学

学位级别：硕士

随着互联网技术的快速发展,电商平台也随之大量涌现,线上购物模式的兴起对传统的线下实体购物模式带来了前所未有的冲击,在此背景之下,越来越多的消费者选择通过线上的方式购买家庭常用的大家电产品。大家电产品的线上购买相比于其线下... 详细信息

随着互联网技术的快速发展,电商平台也随之大量涌现,线上购物模式的兴起对传统的线下实体购物模式带来了前所未有的冲击,在此背景之下,越来越多的消费者选择通过线上的方式购买家庭常用的大家电产品。大家电产品的线上购买相比于其线下购买,更加的方便快捷,并且拥有更多种类的商品供用户进行选择,产品的价格以及购物成本也更低,但是网上的欺诈问题、物流配送问题以及售后服务问题等也常常被人们所诟病,这些问题都严重影响着用户满意度。因此,对于整个线上大家电市场而言,如何获取以及分析大家电产品影响用户满意度的因素,明确自身的优势,改善自身不足,进而提升线上大家电产品市场的用户满意度,就显得十分重要。本文针对大家电产品用户满意度影响因素的研究,主要做了以下几点工作:(1)对现阶段线上大家电产品用户满意度现状进行了介绍,阐述并分析了线上大家电产品存在的主要问题,给出解决线上大家电产品用户满意度问题的思路;(2)运用情感分类模型对线上大家电产品的评论数据进行情感分类处理,将用户的评论数据分为正面评价和负面评价两部分。提出了结合注意力机制以及神经网络算法的情感分类模型AConv BLSTM,该模型在获取用户评论文本数据局部特征的同时,更能够有效地获取文本上下文之间的关系,具有较高的分类准确率;(3)对情感分类处理得到的正面评价以及负面评价进行语义网络分析,将分词之后凌乱的语句结构进行重新整合,并从整体上展现用户评论数据所表达的内容,获取相关用户满意度的影响因素;(4)运用主题模型对正负面评论数据进行进一步分析,挖掘出评论数据中潜在的主题,分别得到正负面评价数据的用户关注点,进而获取影响家电产品用户满意度的主要因素。(5)对京东平台热水器、洗衣机以及冰箱三种大家电产品进行实证分析,获取并分析得到其用户满意度的影响因素,进而提出合理化的建议。

关键词：线上大家电产品用户满意度用户评论数据情感分类语义网络

来源：评论

学校读者我要写书评

暂无评论

基于Redis的大规模用户评论数据管理架构设计与优化

基于Redis的大规模用户评论数据管理架构设计与优化

引用

作者：丁志均桂林电子科技大学

学位级别：硕士

用户在电子商务网站、Web论坛等贡献了海量的产品评论、时事评论等评论性数据，其因蕴含了用户的兴趣偏好、主观观点、潮流取向等价值信息而在诸如在线推荐、舆情监控、用户画像、公司商品服务决策等分析应用域备受关注。上述应用在对... 详细信息

用户在电子商务网站、Web论坛等贡献了海量的产品评论、时事评论等评论性数据，其因蕴含了用户的兴趣偏好、主观观点、潮流取向等价值信息而在诸如在线推荐、舆情监控、用户画像、公司商品服务决策等分析应用域备受关注。上述应用在对大规模的用户评论数据进行计算分析时，具有显著的以用户、评论目标、时间段等维度为查询约束、及时响应查询需求变化、高I/O数据访问的需求，这既是提升上述应用性能的基础也是挑战。因此，深入研究面向大规模用户评论数据的高效管理架构，将为上述应用的实时响应在数据管理层提供核心数据访问技术和平台支撑，具有重要的应用价值。\n 本文针对用户评论数据的体小量大等特征，深入分析了构建于其上的分析应用的数据访问共性，提出了一套基于多属性键值编码的分布式内存存储模型和多属性范围查询模型，其在分布式内存环境下能有效提供大规模用户评论数据的存储平衡和查询负载平衡。尤其，本文针对Redis支持的各内存数据组织结构的性能差异，充分开采了其在管理体小量大数据的性能优势，利用基于设计的平衡存储模型和平台的多核处理能力，设计了分布式多线程并发查询方法，进一步优化了大规模评论数据的查询性能。并进而针对异构平台中各节点的负载与服务能力不匹配的问题，设计并实现了支持节点查询性能与负载自调节的中间件，提升了大规模评论数据查询在异构平台上的性能。\n 本文主要研究内容与贡献详述如下：\n （1）针对基于用户评论数据的分析应用的多属性查询约束，分析了查询约束涉及的各属性间的关联关系，基于查询强度提出了属性间查询关联的强弱关系，并进而设计了强关联属性组合为键值、弱关联属性构建辅助索引的存储模型，有效优化了数据访问性能。同时，利用评论数据沿时间的增长方式，根据不同数据规模将数据进行分类，并按照不同的时间段对各类进行分割存储，从而避免部分键值存储的数据量过大引起的存储不平衡问题。为进一步提升查询效率，引入Redis内存数据库，充分开采了其在管理体小量大数据的性能优势，设计了完整基于该模型的Redis评论数据管理框架。\n （2）针对评论的数据分割所导致的大范围目标数据的多次查询提交问题，充分利用数据的平衡存储和平台的多核特征，设计了多线程并发查询框架。该查询框架由任务分解、抢夺式任务分发和结果回收三部分组成，三个部分并发协同工作，使系统有效支持不同范围的查询请求并提升了查询性能。基于大量的实验，进一步探析了数据规模、分割区间、查询范围三个因素对系统查询性能的影响及优化策略。实验结果表明，评论数据分割存储与多线程并发查询对存储的平衡性和查询效率都有不同程度的提高。\n （3）针对Redis集群无中心控制节点导致在异构环境下节点负载与服务能力不匹配的问题，设计一种基于负载识别和访问性能预测的存储分配算法，进而实现了一套由节点性能测试器、存储分配判定器、存储数据转移器构成的Redis集群负载自平衡管理中间件。对系统的存储和查询性能的大规模实验测试表明，设计的Redis集群节点查询性能算法充分开采了不同性能节点的工作能力，提高了集群的整体查询效率。

关键词：用户评论数据分布式管理架构负载均衡并发范围查询

来源：评论

学校读者我要写书评

暂无评论

评价数据中的用户偏好建模:一种基于隐变量模型的方法

引用

云南大学学报（自然科学版） 2019年第4期41卷 669-677页

作者：雷震阚伊戎孙正宝岳昆云南大学信息学院云南昆明650500 云南大学资源环境与地球科学学院云南昆明650500

互联网应用中的评价数据包含丰富的用户观点和偏好信息.为了能更准确地发现用户偏好,综合考虑用户的评分和评论数据,基于贝叶斯网提出了一种针对评价数据的用户偏好建模方法.首先给出了从评论数据中抽取不同评论属性的方法,然后分别从... 详细信息

互联网应用中的评价数据包含丰富的用户观点和偏好信息.为了能更准确地发现用户偏好,综合考虑用户的评分和评论数据,基于贝叶斯网提出了一种针对评价数据的用户偏好建模方法.首先给出了从评论数据中抽取不同评论属性的方法,然后分别从评分和评论出发确定了用户偏好模型的初始结构约束和初始参数约束,最后给出了基于约束条件的用户偏好建模方法.实验结果表明,与单独评分或者评论数据构建的用户偏好模型相比,综合考虑评分和评论数据的用户偏好模型能更准确地估计用户偏好.

关键词：用户评论数据用户偏好贝叶斯网隐变量概率推理

来源：评论

学校读者我要写书评

暂无评论

评论数据驱动的产品情感满意度预测模型构建

引用

包装工程 2023年第6期44卷 42-51页

作者：孙利张硕覃忠志吴俭涛李江南燕山大学河北秦皇岛066004

目的针对康养辅具产品多维设计要素与用户情感满意度的复杂映射问题,提出了一种基于评论数据的产品情感满意度预测模型。方法首先爬取样本评论数据,并利用LDA模型构建产品多维设计要素空间,同时对样本进行要素编码;其次对各样本对应的... 详细信息

目的针对康养辅具产品多维设计要素与用户情感满意度的复杂映射问题,提出了一种基于评论数据的产品情感满意度预测模型。方法首先爬取样本评论数据,并利用LDA模型构建产品多维设计要素空间,同时对样本进行要素编码;其次对各样本对应的评论数据进行情感满意度分析,以获得情感满意度分值;最后通过BP神经网络构建情感满意度预测模型,结合K-fold交叉验证法测试模型可靠性。结果以康养辅具电动轮椅为例,通过30个样本数据集交叉验证后得到预测值与期望值的均方误差值为0.0441,表明该预测模型精度良好,具有较高的可靠性。最后利用该预测模型对104976个随机组合方案进行情感满意度计算,得出电动轮椅最佳组合方案。结论基于用户评论数据构建的产品情感满意度预测模型,能够有效建立产品多维设计要素与情感满意度间的匹配关系,辅助设计人员快速识别出用户情感满意度较高的多维设计要素组合,提高了设计方案决策的科学性。

关键词：产品设计康养辅具产品多维设计要素情感满意度用户评论数据

来源：评论

学校读者我要写书评

暂无评论

基于电商平台的评论数据有用性分析及处理

基于电商平台的评论数据有用性分析及处理

引用

作者：菅传静北京邮电大学

学位级别：硕士

随着web2.0时代的到来，各种大型网站应运而生，同时互联网所产生的数据也与日俱增，据统计，目前互联网上80％的数据是不能被检索和利用的。因此如何从海量的数据中挖掘出有用的信息为我们所用，是今后研究的一个重点。本文在大数据的... 详细信息

随着web2.0时代的到来，各种大型网站应运而生，同时互联网所产生的数据也与日俱增，据统计，目前互联网上80％的数据是不能被检索和利用的。因此如何从海量的数据中挖掘出有用的信息为我们所用，是今后研究的一个重点。本文在大数据的背景下，以电商网站的用户评论数据为分析实例，来提取用户评论数据中的有用信息。通过提取出的有用信息来分析用户的行为特征，这样能够更好的掌握用户动向，服务市场的需求。\n 本文的主要工作是建立一个用户评论数据处理系统，这个系统的目标是能够将主流电商平台的用户评论数据采集下来，通过对其进行预处理与有用性处理，得出有效的评论数据。本文将该系统的设计分成了三个部分:评论数据有用性分析，评论数据去重处理，评论数据有用性处理。本文通过借鉴于网络爬虫，数据挖掘等领域的研究成果，在系统设计和构架上做出了创新，使得数据的处理速度更快，处理结果更优。通过测试表明，该系统能够有效的分析出用户的行为信息，为市场调研机构和商家做出了贡献。

关键词：电子商务平台用户评论数据处理系统网络爬虫数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于多粒度分析的外卖平台数据用户情感分析

基于多粒度分析的外卖平台数据用户情感分析

引用

作者：刘子豪北京工业大学

学位级别：硕士

随着外卖软件的不断发展和成熟,越来越多的人开始选择在网上订餐。而外卖平台为了让更多用户从外卖商品的品质、口感、质量甚至是服务等方面进行评价,开通了点评功能。这一功能也逐步成为用户用来决定是否下单的重要依据,因此对外卖用... 详细信息

随着外卖软件的不断发展和成熟,越来越多的人开始选择在网上订餐。而外卖平台为了让更多用户从外卖商品的品质、口感、质量甚至是服务等方面进行评价,开通了点评功能。这一功能也逐步成为用户用来决定是否下单的重要依据,因此对外卖用户的评论进行情感分析来帮助用户更好地获取外卖平台的信息,成为当下学者广泛关注和研究的热点课题。本文通过对获取自美团外卖平台的真实数据开展研究,采用双向长短时记忆网络(Long Short-Term Memory,LSTM)提取外卖评论数据中的时序特征,并结合自注意力模型对外卖评论语句中前后文的语义关系进行充分提取;在此基础上对外卖评论数据进行多模型训练,发挥不同网络模型的优势从而取得更优效果;最后基于上述算法开发了外卖评论数据情感分析原型系统,从而为外卖商家、消费者及运营平台提供借鉴。本文方法经过大规模数据测试,能够对绝大多数外卖评论数据实现较为准确的情感分类。本文的主要研究内容有以下几个方面:1.提出了基于自注意力机制的双向LSTM外卖评论数据情感分类模型双向LSTM可以充分获取文本前后的逻辑关系而被广泛应用于自然语言处理等领域。本文为充分获取外卖评论数据前后文特征,首先提出双向LSTM外卖评论数据情感分类网络,并在此基础上引入自注意力机制充分发掘和学习外卖评论数据中的相关规律,使得外卖情感分类结果更加准确可靠。2.提出了基于多模型融合的外卖评论数据情感分类模型在双向LSTM网络对数据进行特征提取的基础上,采用操作简单、训练迅速、广泛应用的端到端的模型对外卖评论数据进行学习训练。随后分别利用fast Text模型、BERT-MRC模型等模型对外卖评论数据展开训练。在这一过程中,充分利用fast Text模型网络简单但性能优异、BERT-MRC模型性能更优的优点,强化对外卖评论数据的特征提取工作,使得外卖评论数据情感分类结果有明显提升,并最终实现对外卖评论数据情感倾向的多粒度识别分类。3.设计并实现了自动情感分析原型系统为应用本文提出的外卖平台数据情感分析方法,本文设计并实现了基于B/S架构的自动情感分析原型系统。该系统包括外卖评论数据采集、原始数据预处理、外卖评论数据情感特征的提取、训练及外卖评论数据的情感分析等功能,给用户提供了一个便捷、简单、易于操作的自动情感分析方案。通过多种应用示例进行展示,验证本文算法和本系统的有效性和实用性。

关键词：情感分析注意力机制长短时记忆网络用户评论数据多模型融合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：