共查询到20条相似文献，搜索用时 15 毫秒
1.
【目的/意义】在线健康社区用户规模庞大,信息量浩如烟海,如何帮助社区管理者和用户判别有用信息,提
高决策效率是亟待解决的问题。【方法/过程】在复杂网络视角下,提出一个新的评论有用性分析框架。首先,采集
在线健康社区患者评论数据,采用文本分析法分析有用评论、非有用评论以及所有评论的主题分布和情感分布,初
步分析各类评论文本的有用性特征;其次,将各类评论文本分别转换为文本关联网络,使用社会网络分析方法进一
步分析其有用性特征;最后,分析评论有用性及其特征与患者发表评论、用户对评论的有用性投票以及文本关联网
络结构特征的关联性,实现基于文本关联网络的评论有用性分析。【结果/结论】有用评论和非有用评论文本关联网
络结构具有一定差异,在线健康社区用户就诊前后的信息需求和经验输出的重点有所不同。【创新/局限】基于复杂
网络视角研究在线健康社区评论有用性,但仅使用了好大夫在线的数据,未来可对更多数量和种类的在线健康社
区信息内容有用性进行研究。 相似文献
2.
【目的/意义】以用户的情感依恋为视角,探究情感驱动下用户生成在线评论信息的内容特征与行为规律,
为有效识别用户生成高质量在线评论,积极引导用户生成意愿以及优化社区评论质量管理提供理论依据与参考借
鉴。【方法/过程】在梳理已有研究基础上识别用户生成在线评论信息质量特征,深入分析用户情感依恋与高质量在
线评论信息的内在关联。结合依恋理论系统分析情感依恋驱动下用户生成在线评论信息的内容特征,并在此基础
上探索用户在线评论信息的生成路径。【结果/结论】情感依恋是用户生成高质量评论重要的动力来源、内容来源与
情感来源。情感依恋驱动下用户生成高质量在线评论信息具有三个“集合特征”。用户在情感依恋的驱动下存在
一条由“情感唤醒形成总体观点”到“心理情境确立评论主题”再到“情感语义表达引导评论内容”的评论信息生成
路径。 相似文献
3.
【目的/意义】在线健康社区已成为公众获取医疗信息和服务的重要形式。识别在线健康社区关键用户及
其特征,为提升健康社区服务质量和效率提供理论依据。【方法/过程】基于信息行为学理论构建了包括交互行为属
性、信息质量属性、情感倾向属性的多维分析框架,利用AttriRank算法和网络抗毁性评估方法识别在线健康社区关
键用户。【结果/结论】在胆系癌症疾病QQ群中识别出15个关键用户。他们不仅具有高活跃性和高互惠度的交互
行为特征,还具备多样性水平高且结构均衡的信息质量特征,且多数持有正向情绪倾向。“行为+内容+情绪”的分析
框架和考虑属性的用户排序算法能准确识别在线健康社区关键用户,为在线健康社区的持续运营供了科学的决策
支持。【创新/局限】构建多维属性分析框架进行在线健康社区关键用户识别,丰富了在线健康社区关键用户识别的
理论体系。 相似文献
4.
【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据
时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方
法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架,
模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构
文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例,
验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特
点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论
进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入
无监督的方法提高构建效率。 相似文献
5.
【目的/意义】负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量
具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN 和 TextRank的在
线评论负面关键词抽取方法,即首先对在线评论文本数据进行清洗,然后构建 BiGRU- CNN 情感分类模型对在
线评论进行情感分析,最后采取TextRank 方法抽取情感分析得到的负面评论中的关键词。利用这种方法,对十个
产品与服务类别的6万余条消费者在线评论文本数据进行实证分析。【结果/结论】实验结果表明,该方法能准确判
别客户负面在线评论情感倾向,F1值达92.41%,并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量
和服务。【创新/局限】提出一种结合双向GRU 和CNN 结合的情感分类模型,在此基础上基于TextRank 方法抽取
情感分析得到的负面评论中的关键词,进一步提升模型对于在线评论情感分析的准确性。 相似文献
6.
【目的/意义】信息共享和信息搜寻是用户参与在线健康社区的主要方式,在参与过程中,用户往往会出于
不同目的同步实施信息共享和信息搜寻的复合信息行为,探讨影响用户同步实施两种行为的因素,有助于帮助在
线健康社区精准把握用户需求,进一步优化提升服务策略。【方法/过程】通过结合自我决定理论和TAM模型,构建
在线健康社区用户信息共享与搜寻行为意愿影响因素模型。通过发放问卷收集数据并运用结构方程模型对研究
假设进行验证。【结果/结论】研究结果表明健康焦虑对信息搜寻意愿有显著影响,情感需要对信息共享意愿有显著
影响。此外,用户信息共享意愿对信息共享和搜寻行为均有正向影响,而用户的信息搜寻意愿仅显著影响搜寻行
为。【创新/局限】丰富了在线健康社区用户信息行为研究领域的理论框架,为在线健康社区用户行为研究提供了新
的视角。未来的相关研究将会针对某一特定社区用户进行更深层次的探讨。 相似文献
7.
【目的/意义】面向用户信息需求为移动商务平台设计个性化的在线评论效用评价方法,满足用户对商品在
线评论的个性化需求,辅助用户进行消费决策。【方法/过程】首先分析利用GA-BP神经网络设计个性化移动商务
用户在线评论效用评价方法的可行性和意义,然后结合移动商务用户在线评论的特点,从评论内容、评论者、评论
阅读者、评论时效性4 个维度,选取10 个影响评论效用的指标,基于GA-BP神经网络设计了效用评价方法。最后
采集美团APP美食版块数据,通过与标准BP神经网络实验结果对比分析验证该方法的有效性和实用性。【结果/结
论】基于GA-BP神经网络的移动商务用户在线评论效用评价方法具有较好的可行性和实用性,运用GA-BP神经
网络稳定性高,能够提升效用评价的精度和效率。 相似文献
8.
[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。 相似文献
9.
[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。 相似文献
10.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献
11.
【目的/意义】基于消费地点情境视角,综合探究线上和线下情境因素对在线评论信息分享行为的作用机
制。【方法/过程】使用社会氛围理论和精细加工可能性模型(ELM),构建基于消费地点的虚拟社区在线评论信息分
享行为研究模型;通过调查问卷实证研究验证模型的有效性。【结果/结论】研究结果表明,线上社区凝聚力、社区支
持和线下产品质量、消费地点氛围均显著影响用户涉入度,进而促进用户在虚拟社区进行在线评论信息分享的意
愿。最后基于研究结果分别针对线下实体店管理和线上虚拟社交平台推广运营提出相应对策建议。 相似文献
12.
【目的/意义】针对学术APP评论数据特征，挖掘用户评论语义关联关系，为平台运营者和开发者高效获取
用户需求和关注点提供思路和指导方法。【方法/过程】首先，基于LDA主题模型和GloVe 词向量模型构建学术APP
用户在线评论主题语义关联研究框架，然后，采集超星移动图书馆APP在线评论作为样本数据，通过主题识别获取
用户评论主题并基于词向量相似性得到主题语义关联，最后构建出语义关联主题图谱。【结果/结论】实验结果表明
运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱，从而为学术APP平
台运营者完善平台功能提供参考和借鉴。 相似文献
13.
【目的/意义】对在线评论知识交流效率进行评价,有利于推动用户知识交流和实现在线评论社区优化发 展。【方法/过程】本文基于知识转移的相关理论,运用DEA模型测量在线评论的知识转移效率,并对其有效性、规模 收益和投影效果进行分析。【结果/结论】研究结果表明：在线评论知识转移综合效率表现一般,规模效率是影响在 线评论知识转移效率的主要原因。不同手机类型的规模收益均呈现递增趋势,说明强化在线评论知识密度和缩小 在线评论知识距离与降低在线评论知识粘度有助于在线评论知识转移效率和有用性的提高。投影分析表明知识 距离、评论赞同数和问答数需要大幅度进行优化调整。 相似文献
14.
【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。 相似文献
15.
【目的/意义】研究在线健康社区中用户参与行为和互动模式,了解用户从潜水者向贡献者转化的影响因
素,从而为在线健康社区可持续发展提供参考建议。【方法/过程】本文通过构建激励机制下用户之间、在线健康社
区与用户之间两类有限理性的博弈模型,计算复制动态方程并求解均衡稳定策略,探究用户参与行为转化的影响
因素。【结果/结论】研究表明,在线健康社区中用户参与行为转化与发帖成本、隐私成本以及读帖收益系数成负相
关,与发帖收益系数、其他用户贡献的知识量以及情感支持成正相关,激励机制的引入对用户参与行为转化有积极
促进作用。在对策建议方面,在线健康社区可以从平台设计、氛围营造、用户生成内容、激励机制引入和隐私保障
机制构建五个层面进行优化管理。【创新/局限】本研究将引入激励机制作为在线健康社区的选择策略,未探讨其他
策略因素对于用户参与行为的影响,后续研究可以加以改进。 相似文献
16.
【目的/意义】情感分析目的是对用户评论等网络文本信息进行抽取和情感判断,为企业、政府等机构提供
决策支持。本文旨在分析情感分析提出至今相关研究的主题演化规律,及图书情报学科进行情感分析的研究特
点。【方法/过程】本文基于文献计量学和可视化的方法,系统梳理国内外情感分析研究发文量、学科、主题及研究热
点规律,并利用 Web of science学科类别分析情感分析在图书情报领域的特点。【结果/结论】本文总结出情感分析研
究不仅与社交媒体联系密切,更融合了计算机科学、语言学、文献学等多学科知识。图书情报领域开展情感分析研
究有广泛的应用空间和实际需求,目前正处于快速发展时期,研究者应把握这一研究热点。 相似文献
17.
【目的/意义】基于互联网海量评论数据进行情报分析,挖掘出影响客户服务评价和满意度的关键因素,了
解客户差评背后的原因,对提升企业客户关系管理水平具有重要意义。【方法/过程】通过词云图、语义网络特征关
联分析、LDA主题模型的特征分析以及基于语义的情感词典方法,基于百度口碑中十家快递企业的客户评论数据
进行了情感计算与分析。【结果/结论】影响客户情感倾向的主要因素为：物流速度、服务态度、电话服务、投诉处理、
物流信息更新、时效性以及收费价格。基于上述结果提出了对策与建议。【创新/局限】基于现实世界真实数据,采
用数据挖掘方法分析客户情感倾向,为客户情感关键影响因素识别提供了数据科学的研究范式。 相似文献
18.
【目的/意义】基于离散情感理论,对电商平台在线评论中所含不同离散情感的分布规律进行探究,发掘其
对于营销管理的实践意义。【方法/过程】以手机这一搜索型产品的海量中文评论为研究对象,以情感认知模型OCC
模型为情感分类依据,通过深度学习的方法构建离散情感语料库,并在此基础上对不同评论星级、不同的商品购买
和评论发布的时间间隔中,评论所包含离散情感的分布特征进行了深入的研究。【结果/结论】研究发现：包含不同
离散情感的评论在不同评论星级中的分布情况差别较大,在不同时间间隔中的分布曲线却大致相同,虽都与“长尾
分布”非常类似,但仍有细微差别。 相似文献
19.
【目的/意义】在线健康社区的快速发展为用户获取医疗健康信息和服务提供了重要平台。但用户主要以 搜索和浏览信息为主，缺乏知识分享意愿，这将影响社区的可持续发展。整合信息系统成功模型和社会支持两个 视角，研究了在线健康社区用户知识分享行为。【方法/过程】对收集的326份有效问卷采用结构方程模型进行分 析。【结果/结论】研究结果发现，信息质量和服务质量显著影响用户对社区的信任，信息支持和情感支持显著影响 用户对其他成员的信任，信任和隐私风险决定用户知识分享的意愿。研究结果启示在线健康社区应重视信息服务 质量，为社区用户创造可信的互动环境，减少用户隐私担忧，从而促进成员的知识分享意愿和行为。 相似文献
20.
【目的/意义】准确挖掘消费者在线评论情感倾向,对于改善商家服务具有重要意义,而情感倾向预测的准
确性仍需提高。【方法/过程】文中设计基于集成学习的在线评论情感分类算法,即以N-gram算法分析在线评论词
语特征,结合情感词典构造文本特征,利用逻辑回归、Light GBM等机器学习方法为基础的集成学习进行训练,实现
在线评论情感分类。【结果/结论】实现了评论的情感倾向预测,在电脑评论数据集,较之于经典的SVM算法和无监
督类算法,该模型的分类衡量指标F1值分别提高了10%到30%不等。同时,在酒店、图书等不同领域的数据集上显
示,该方法的分类准确性仍具有上述效果,证明了该方法具有领域移植性。 相似文献