8篇关于在线评论的计算机毕业论文

今天分享的是关于在线评论的8篇计算机毕业论文范文, 如果你的论文涉及到在线评论等主题,本文能够帮助到你 在线评论对搜索型商品销量的影响机制研究——基于卖家声誉的调节作用 这是一篇关于搜索型商品销量

今天分享的是关于在线评论的8篇计算机毕业论文范文, 如果你的论文涉及到在线评论等主题,本文能够帮助到你

在线评论对搜索型商品销量的影响机制研究——基于卖家声誉的调节作用

这是一篇关于搜索型商品销量,在线评论,商品特征,卖家声誉,线性回归分析的论文, 主要内容为随着互联网的发展,电子商务平台也迅速地发展起来,直到今天,电商领域已经进入红海阶段,各电商平台之间的竞争非常激烈,而且以往的流量红利优势也正在逐渐消失,在这个背景下,淘宝上的很多卖家也面临着经营上的困境,相当部分的卖家商品销量非常惨淡,这对于卖家来说是比较致命的,如果持续下去很可能会陆续倒闭。因此本文研究淘宝网商品销量的影响机制具有重要的意义。在研究方法上,作者通过整理国内外的相关文献,以信号理论为理论基础,构建了在线评论特征、商品相关特征以及卖家声誉对搜索型商品销量的影响机制,并提出了本文的所有假设;然后作者借鉴了相关文献成果,通过对在淘宝网上获取的557个有效数据样本进行了描述性分析、相关性分析、多元线性回归分析以及调节效应检验分析,获得了最终的实证分析结果。研究结果表明:正面评论数量、追加评论数量、商品促销、商品热度对搜索型商品销量均有显著的正向影响;负面评论数量、商品价格对搜索型商品销量均有显著的负向影响;此外研究还发现,相比于正面评论数量和负面评论数量,追加评论数量对搜索型商品销量的影响更加显著;而相对于正面评论数量,负面评论数量对搜索型商品销量的影响更加显著;卖家声誉对正面评论数量、追加评论数量、商品热度与商品销量的关系均存在正向调节作用;卖家声誉对负面评论数量与商品销量的关系存在负向调节作用,卖家声誉对商品价格、商品促销与商品销量的关系均不存在调节作用。本文基于信号理论探究在线评论特征、商品相关特征以及卖家声誉对搜索型商品销量的影响机制,拓展了信号理论的应用。此外,本文凸显了负面评论和追加评论的重要性,丰富了在线评论的研究成果。最后,本文创新性地验证了卖家声誉的调节作用,拓展了卖家声誉的研究范围。本文的现实意义在于为淘宝店铺的精细化运营提出了针对性的管理对策,以提升店铺内的商品销量。

基于在线评论和专家评价信息的VR眼镜设计改进研究

这是一篇关于VR眼镜产品设计改进,在线评论,专家评价,顾客需求,技术特性,QFD的论文, 主要内容为随着互联网的飞速发展,各行各业正逐步与互联网平台、信息通信技术积极结合,衍生出一个又一个新生态。近几年来作为国内外科技界关注的一个热点,虚拟现实技术的发展也是日新月异。其中,虚拟现实技术的代表,VR眼镜凭借着海量的资源、炫酷的游戏、震撼的全景视频,能够让用户体验近乎真实的虚拟世界,备受消费者的青睐。类似京东这样的电商平台中包括多种多样的VR眼镜产品,每个VR眼镜品类的在线评论中,包含丰富的消费者对购买过产品的体验和评价,其中,“画面不流畅”、“头晕”等反馈总是频繁出现。企业为了更好的竞争,不断地改进产品是十分必要的。首先,企业从在线评论中获取到顾客需求信息;然后,在顾客需求转换成技术特性以及技术特性之间相互影响关系判断中,结合专家评价信息,更好地得到技术特性的最终权重,对于VR眼镜产品改进方案的制定具有重要意义。因此,基于在线评论和专家评价信息的VR眼镜设计改进研究,是一个具有重要应用价值的研究课题。本文对基于在线评论和专家评价信息的VR眼镜设计改进研究,主要进行了以下几个方面的研究工作:(1)提出了基于在线评论和专家评价信息的VR眼镜设计改进问题,并给出了问题的说明和整体研究框架,为研究问题的展开奠定了基础。(2)提出了基于证据理论的VR眼镜顾客需求及顾客需求权重确定的方法。首先,通过对几个电商平台的在线评论数据预处理之后,建立专业领域属性词典给出关于VR眼镜所涉及到的属性词列表;然后,利用自然语言处理技术和依存句法分析方法确定出VR眼镜的顾客需求;最后,利用证据理论的方法结合在线评论确定出顾客需求权重。(3)提出了基于专家评价的VR眼镜技术特性权重确定方法。首先,结合顾客需求,通过产品说明书以及专家意见确定出VR眼镜技术特性;然后,利用粗糙集的方法建立起顾客需求与技术特性的关联关系矩阵;接着,结合通过专家评价信息确定自相关矩阵中技术特性之间的正负相互影响关系,进一步地确定出技术特性的重要度;最后,构建质量屋,得到技术特性最终权重,并结合企业所处的发展阶段和市场竞争情况,制定VR眼镜设计改进方案。(4)给出基于在线评论和专家评价信息的VR眼镜设计改进应用研究,并通过在三大电商平台上售卖的某款千幻魔镜牌VR眼镜的一个算例说明了本文提出方法的可行性与有效性。

基于在线评论的县长抖音直播助农消费者满意度研究

这是一篇关于在线评论,LDA主题分析,文本情感分析,扎根理论,文本挖掘的论文, 主要内容为近年来,我国网络电商平台不断发展,电商销售平台的迅猛发展为农产品营销领域带来了新的生机,其中抖音平台开展了县长直播助农活动,将农业与互联网平台连接合作,在促进农业发展、增加农产品销售,提高农民收入、缩小城乡发展差距等方面提供了极大的推力,也为实现乡村振兴不断助力。流行性传染病频发,新经济业态下,消费者对于线上购物平台也更加依赖,网络信息技术的进步促使消费者形成线上消费、网络购物的生活习惯。而目标产品的在线评论是影响消费者做出决策的重要参照物,这为农产品营销领域的研究提供了新的思路。本文以抖音县长直播助农活动在线评论数据为研究对象,对该活动的后续发展具有重要参考意义。本文借助八爪鱼软件爬取了抖音平台县长直播助农活动在线评论,完成数据清洗、文本分词等预处理程序后,首先对评论文本进行整体性的分析,提取语料库的高频词以初步了解消费者的关注维度;同时通过社会语义网络图表理清各关键词间的作用关系。其次,将数据带入LDA聚类模型,提炼出在线评论文本的主题特征词,总结出县长直播助农活动在线评论的十大主题维度。然后,提取消费者满意度,将评论文本数据量化,对比SnowNLP和情感词典的情感分析方法,选择准确度更高的SnowNLP进行情感值量化,将其结果与LDA聚类结果进行结合分析,得到消费者评论关注点。同时,将情感值转化为五分制作为满意度指标。最后,以SOR理论为基础,采用扎根理论构建县长直播助农活动在线评论消费者满意度概念模型,明晰各维度因素对消费者满意度的具体影响机制。结果得出:(1)在线评论消费者关注因素分别为:快递物流、产品质量、新鲜、描述相符、商家服务、味道、包装、回购意愿、主播特征和价格感知。(2)共有5532条带有积极倾向的评论,占有在线评论数据的70%以上;而数据中带有消极倾向的评论有1968条,占总体评论的26.24%。(3)影响消费者满意度的七个维度中,价值感知、吸引特征、品质质量、味道口感、物流包装五个维度持有正向促进作用;商家服务和推荐回购则带有负向调节作用,不利于满意度的提升。本文提出了从聚类主题和抽取情感到扎根建立消费者满意度概念模型的一套框架,为依靠在线评论了解消费者满意度提供了新的参考。

笔记本电脑产品在线评论数据的情感分析

这是一篇关于在线评论,情感分析,情感词典,机器学习,主题分析的论文, 主要内容为随着电商平台在我国大部分地区的普及,很多人通过这些购物平台购买自己所需要的各种商品。在网上购物结束后,消费者会对自己购买的产品发表一些有价值的评论。由于在线评论数据的数量众多,对其他消费者而言,很难直接从中发现自己需要的信息。因此本文以笔记本电脑的在线评论数据为例,利用情感分析技术来解决这一问题。本文利用软件从京东官网上获取了三种品牌的笔记本电脑在线评论数据。为了实现笔记本电脑在线评论数据的情感分析研究,本文首先对笔记本电脑在线评论数据进行了大量的清洗工作,剔除无意义的评论语句,把清洗后的评论语句划分成词语的组合,并将分词的效果以词云图的形式直观展现出来。其次,以现有的公共情感词典为基础,构建笔记本电脑专业领域的词典,对处理过的笔记本电脑在线评论文本进行情感分类。同时,利用基于复杂网络、词频以及卡方信息量的特征选择方法选择出不同个数的情感分类特征,并利用朴素贝叶斯NB、支持向量机SVM和随机森林RF这三种机器学习分类算法对笔记本电脑在线评论数据进行情感分类,使用平均分类准确率评价指标对两种情感分类方法的分类效果进行比较。最后,分别对买家发表的联想、荣耀和苹果笔记本电脑正负面在线评论语句的子句进行LDA主题分析,从中发现潜藏的商品特征及电商企业的优缺点。通过对笔记本电脑产品在线评论数据的情感分析,本文主要得到了以下结论。第一,三种分类算法的分类准确率和F1值都比情感词典的更高,分类效果更好。第二,选用基于复杂网络的节点重要性理论作为特征选择方法是可行的,但该方法的情感分类稳定性不如利用卡方信息量的特征选择方法。第三,NB分类算法的准确率和F1值略高于SVM和RF。当基于复杂网络节点理论的特征选择方法和NB分类算法组合在一起时,笔记本电脑评论数据的分类结果是相对最优的。最后,联想笔记本电脑的优点在于质量过关,外形好看,性价比高等,缺点是联想笔记本电脑的品控方面存在瑕疵以及售后服务差;荣耀笔记本电脑的优势是适合日常办公,质量好,送货速度快,劣势在于产品不保值等;苹果笔记本电脑的长处在于系统性能好、轻巧好看,科技感强,不足之处在于客服的服务态度差、没有赠品以及降价太快等。这些结论既能够帮助消费者买到心仪的产品,又能够促进笔记本电脑厂家和电子商务企业明白消费者的需求和自身的优劣之处,促进自身更好地发展。

基于评论挖掘的文化创意产品消费者购买意愿研究

这是一篇关于文化创意产品,在线评论,购买意愿,LDA模型,ELM模型的论文, 主要内容为近年来,随着国家对文化创意产业支持力度的不断加大和人民精神文化生活的不断丰富,文化创意产品的大众关注度和喜爱度也在持续增加。同时,电子商务平台为网购消费者提供了一个丰富而全面的在线评论交流载体,在线评论被视为评估产品属性和品质的指标,已然成为消费者购买的重要参考依据。在此背景下,了解和掌握在线评论信息对文化创意产品消费者产生的影响作用,无论是对线上企业改进产品和营销策略还是对电商平台的评论系统优化都具有十分重要的意义。本研究通过抓取文化创意产品在线评论信息,基于ELM精细加工可能性模型,探索了在双路径框架上消费者购买意愿的态度转变。研究过程中首先对文化创意产品用户评论数据进行LDA主题文本挖掘,以得出并探讨潜在消费者购买意愿的影响因素;其次,在ELM模型的基础上,结合LDA文本挖掘结论,确定了文创产品消费者购买意愿模型的中枢路径和边缘路径,构建文化创意产品购买意愿双路径研究模型,提出相关假设。最后,通过问卷方式采集数据,运用SPSS22.0以及AMOS24.0进行假设检验。结论如下:(1)中枢路径中的实用理性、怀旧传承和开放创新文化价值观对文化创意产品消费者购买意愿均具有显著的正向相关关系;(2)边缘路径中的评论可信度和信息载体质量对文化创意产品消费者购买意愿均具有显著的正向相关关系;(3)感知价值在实用理性、怀旧传承和开放创新文化价值观与购买意愿之间存在中介效应;(4)品牌信任在感知价值对文化创意产品消费者购买意愿中充当调节作用。最后,本研究根据实证结果对文化创意企业和电子商务平台从四个方面提出相关管理建议:(1)注重产品开发设计,获取独特竞争优势;(2)抓住关键因素,提升感知价值;(3)加强电子商务平台监管,增进消费者信任;(4)打造特色化品牌,突出品牌定位和识别性。

基于在线评论的县长抖音直播助农消费者满意度研究

这是一篇关于在线评论,LDA主题分析,文本情感分析,扎根理论,文本挖掘的论文, 主要内容为近年来,我国网络电商平台不断发展,电商销售平台的迅猛发展为农产品营销领域带来了新的生机,其中抖音平台开展了县长直播助农活动,将农业与互联网平台连接合作,在促进农业发展、增加农产品销售,提高农民收入、缩小城乡发展差距等方面提供了极大的推力,也为实现乡村振兴不断助力。流行性传染病频发,新经济业态下,消费者对于线上购物平台也更加依赖,网络信息技术的进步促使消费者形成线上消费、网络购物的生活习惯。而目标产品的在线评论是影响消费者做出决策的重要参照物,这为农产品营销领域的研究提供了新的思路。本文以抖音县长直播助农活动在线评论数据为研究对象,对该活动的后续发展具有重要参考意义。本文借助八爪鱼软件爬取了抖音平台县长直播助农活动在线评论,完成数据清洗、文本分词等预处理程序后,首先对评论文本进行整体性的分析,提取语料库的高频词以初步了解消费者的关注维度;同时通过社会语义网络图表理清各关键词间的作用关系。其次,将数据带入LDA聚类模型,提炼出在线评论文本的主题特征词,总结出县长直播助农活动在线评论的十大主题维度。然后,提取消费者满意度,将评论文本数据量化,对比SnowNLP和情感词典的情感分析方法,选择准确度更高的SnowNLP进行情感值量化,将其结果与LDA聚类结果进行结合分析,得到消费者评论关注点。同时,将情感值转化为五分制作为满意度指标。最后,以SOR理论为基础,采用扎根理论构建县长直播助农活动在线评论消费者满意度概念模型,明晰各维度因素对消费者满意度的具体影响机制。结果得出:(1)在线评论消费者关注因素分别为:快递物流、产品质量、新鲜、描述相符、商家服务、味道、包装、回购意愿、主播特征和价格感知。(2)共有5532条带有积极倾向的评论,占有在线评论数据的70%以上;而数据中带有消极倾向的评论有1968条,占总体评论的26.24%。(3)影响消费者满意度的七个维度中,价值感知、吸引特征、品质质量、味道口感、物流包装五个维度持有正向促进作用;商家服务和推荐回购则带有负向调节作用,不利于满意度的提升。本文提出了从聚类主题和抽取情感到扎根建立消费者满意度概念模型的一套框架,为依靠在线评论了解消费者满意度提供了新的参考。

基于产品属性的在线评论情感分析

这是一篇关于在线评论,产品属性,情感分析,系统构建的论文, 主要内容为Web2.0时代互联网技术与应用的快速发展,让人们的日常生活与互联网紧密相连,尤其是在电子商务领域,互联网逐渐改变了人们的消费方式,越来越多的人选择在网络上购买商品或服务,网络购物成为消费者购买商品的主要方式。与此同时,消费者购买产品后在网络平台上发表观点来反馈产品的特点以及为后续购买者提供参考意见。这些在线评论是消费者对产品或服务的评价意见,往往表达着消费者对产品的情感倾向。在电商平台上形成的大量评论对商家和消费者具有很重要的实际意义,因此而受到很多研究者的关注。在管理学领域,很多学者通过实证研究指出在线评论对消费者的购买意愿有显著影响。随着文本挖掘技术的发展,对在线评论的内容挖掘成为当前的研究热点。面对大量的非结构化的评论文本数据,传统的统计方法难以进行深入研究。情感分析技术的提出为解决这一问题提供了新的途径。针对商品的在线评论进行情感分析是对消费者关于某一产品或服务发表的评价意见进行观点挖掘,从而发现评论者对该研究对象的褒贬态度和意见。对商品的在线评论进行挖掘,有助于厂商对自己产品的认知和竞争产品的对比分析,同时,也能为消费者的购买决策提供决策依据。本文提出构建基于产品评论的情感分析系统,以实现情感分析技术在产品评论领域的商业价值。笔者首先阐述了该课题的研究背景与研究意义,通过阅读大量文献了解并总结了国内外关于在线评论情感分析的研究现状,并提出本文的研究内容与方法;其次,介绍了情感分析的相关概念及理论基础,总结情感分析的一般流程与主要方法;再次论述构建在线评论情感分析系统的过程,介绍该系统的主要模块;然后,以手机产品为例,解释说明该系统的实现过程与主要功能;最后对本课题的研究进行总结并指出在线评论情感分析研究领域的发展方向。

竞品在线评论数据驱动下的用户需求识别方法研究

这是一篇关于需求识别,竞品,在线评论,TOPSIS法,LDA主题模型,A-Kano模型的论文, 主要内容为用户需求识别是产品开发流程中的重要组成部分。企业只有准确掌握用户需求,设计出更加符合用户需求的产品,才能在日益激烈的市场竞争中获得用户青睐,掌握市场主动权。在大数据时代背景下,在线评论作为用户的真实表达,正在成为用户需求来源的重要数据载体。然而,随着用户数量的迅速增长,大量涌现的在线评论导致需求识别的成本变高;同时,由于开放式的商品评论系统,用户对产品的评论参差不齐,从而出现了评论信息过载和评论质量下降的问题;所以,如何采集高质量的在线评论,提升需求获取的准确性成为了重要的研究课题。此外,在具体的设计项目中,企业可能受限于技术、成本等不可抗因素,无法满足用户所有需求;因此,在保证需求获取准确性的同时,还应考虑需求之间的优先级关系。鉴于此,本文提出一种竞品在线评论数据驱动下的用户需求识别方法,从竞品的角度考虑在线评论的高质量获取,并运用LDA主题模型挖掘其中隐含的需求信息,进一步结合A-Kano模型确认需求之间的优先级关系,以期提升需求识别的准确性和科学性。首先,确立竞品分析对象,将传统多维竞品分析转换为多目标决策问题,通过构建基于系统聚类和TOPSIS的竞品分析流程,从定量的角度确认目标竞品,并运用爬虫工具从电商平台高效采集竞品在线评论。其次,以竞品在线评论为驱动,采用文本预处理技术将非结构化的在线评论转化为结构化语料库,结合困惑度和一致性确认LDA模型的聚类主题个数并进行模型训练,依据训练结果提取产品属性特征词,经专家访谈和语义分析对特征词中的需求信息进行映射,由此获得用户需求。在需求获取的基础上,基于AKano模型展开进一步的需求分析;先对用户需求进行编码,并制作A-Kano标准化问卷,根据调研结果,结合Kano指数、Kano分类器以及配置系数,确认需求的属性和优先级关系,进而完成需求的提炼,识别用户核心需求。从方法的执行过程来讲,本文提出的需求识别方法又包含需求获取和需求分析两个阶段。文中以校企合作项目——户外净水器的用户需求识别为实例,对需求获取流程和需求分析流程的合理性进行验证,并通过比较研究法对本文所提假设进行论证,发现就文本数据质量而言,从竞品采集的在线评论文本相比一般产品所属在线评论更加优质,其隐含的需求价值也更加丰富;就分类的准确性而言,A-Kano模型拥有更好的分类灵敏度,在需求分析过程中能够提供更准确的需求分类结果。因此,本文构建的方法能够提升需求识别的准确性和科学性。另外,本文将识别的核心用户需求转化为具体的设计要素,对户外净水器展开再设计,并与竞品进行满意度比较;从结果来看,再设计后的户外净水器相比较竞品更受用户青睐,进一步说明依据本文所提方法识别出的用户需求具有应用于实际的可能性,在此指导的下产品设计也符合用户实际诉求。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码工坊 ,原文地址:https://m.bishedaima.com/lunwen/48979.html

相关推荐

发表回复

登录后才能评论