基于主题相似性的在线评论情感分析北大核心CSCDCSSCI

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

基于网络评论的消费者重购行为意向挖掘

从消费者情感和网站促销因素两个角度出发,依据网络消费者再购行为模型和计划行为理论,构建了消费者重复购买意向模型;通过对消费者在线评论的情感词的提取和语义分析,计算消费者满意度和信任感,进而由模糊推理得出消费者重购意向值。最后,根据消费者的重购意向值和商品收藏数量对商品进行分类,并为商家提出有效的营销建议。     

基于消费者信任关系的在线口碑信息传播模型

在社会化媒体环境下，研究信任关系对在线口碑传播过程的影响，有助于企业制定合理的营销策略控制口碑传播。以社会关系强度刻画消费者之间的信任度，考虑社会强化现象及消费者兴趣转移现象；以SIR传染病模型为基础，构建基于信任关系的连续时间马尔科夫在线口碑传播模型。通过数值实验，分析了不同网络结构下信任关系对在线口碑传播的影响。实验结果显示：信任度的提升可显著促进在线口碑传播，当社区存在交叠时，社区信任度的促进作用增强，而社会信任度作用则减弱；另外，相比于社区内部信任，提升陌生人之间的信任促进作用更强，尤其是当网络社区结构一般或较弱时，且此时高影响力用户可在控制口碑传播过程中发挥更大作用。     

基于主题相似性的在线评论情感分析

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

基于在线评论的品牌再购意向模糊推理方法

以计划行为理论为基础,从品牌态度、品牌声誉和感知价格三个维度,建立了消费者品牌再购意向模糊推理模型:构建了针对化妆品的评价词语料库和消费者品牌再购意向模糊推理规则库,通过对网络消费者在线评论中评价词的提取和语义分析,进行消费者品牌态度、感知价格、品牌声誉的计算和消费者再购意向的模糊推理:结合消费者的消费总额,构建“品牌再购意向-消费总额”消费者分类矩阵。以聚美优品网站的3款面膜为例进行品牌再购意向的实例计算,结果验证了所提方法的合理性和可行性。     

社交网络商品在线口碑情感信息传播模型研究

针对商业产品在线口碑情感信息传播问题,基于SIR模型构建了考虑全局情感的基本在线口碑情感传播模型,以传播状态和口碑情感值两个属性刻画消费者肖像;进一步考虑企业干预,提出考虑企业资源投入量以及采取措施时间的在线口碑情感传播模型.通过仿真实验,发现初始口碑源情感分布可显著影响口碑情感传播过程,强情感强度的情感更具传染性;消费者对全局情感信息的平均感知能力越高,极端评论的影响越小;口碑传播初始阶段,是企业采取措施的黄金时间,企业资源投入量呈现边际效用递减规律.