| 基于Canopy-Kmeans的移动商务用户需求聚合挖掘及分析研究 |
| |
| 引用本文： | 吴运明,王令村,魏子栋,郭顺利.基于Canopy-Kmeans的移动商务用户需求聚合挖掘及分析研究[J].情报科学,2022,40(10):97-106. |
| |
| 作者姓名： | 吴运明 王令村 魏子栋 郭顺利 |
| |
| 摘 要： | 【目的/意义】为了协助商家和平台获取移动商务在线评论中的用户需求，解决在线评论过载导致用户需求
提取困难等问题。【方法/过程】本文首先获取原始在线评论数据集进行文本预处理和清洗；然后，深入语义层面基
于改进后的 Canopy-Kmeans算法实现用户需求聚合；最后，以聚合结果为层级指标设计 Kano问卷，用重要性判别
方法和用户满意度指数优化用户需求分类标准，实现用户需求的高效聚合和精准挖掘。【结果/结论】通过实验结果
对比分析发现与基于语义的传统聚类方法相比，本文设计的移动商务用户需求聚合与挖掘方法的聚类结果更清晰
合理，能够获取更精准和细化的用户需求。【创新/局限】借助Word2vec模型从语义的视角分析用户需求，提出基于
Canopy-Kmeans算法的用户需求聚合挖掘模型，但选取的研究对象和数据规模较为有限，下一步将扩大在线商品
评论的研究范围及实验数据规模。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|
