基于在线评论和Kano模型的顾客需求双聚类分析

利用互联网技术及时掌握顾客需求的变化,是现代企业进行产品设计的一项重要任务.在Kano模型中,每个需求只能属于一个需求属性,而客户需求是动态的,会随着职位、偏好等的变化而变化.因此,传统的聚类算法已经不能对客户需求做出更为准确的分析.针对如何掌握顾客需求的方向问题,提出基于贪心迭代搜索的双聚类算法的方法进行研究分析.首先,针对某类产品在线评论进行筛选和过滤,挖掘其中潜在的信息,确定顾客需求要素;其次,利用顾客对不同需求要素的满意度评分数值来建立顾客-需求矩阵;最后,分别使用传统聚类算法和双聚类算法对该矩阵进行研究.研究结果表明,双聚类算法的结果更有效一致,更容易发现数据的相关性,可以为相关行业提供有用的顾客需求信息.

Online Reviews & Kano Model-Based Biclustering Analysis of Customer Requirements