面向供应链的产品评论中客户关注特征挖掘方法研究
[目的]针对电子商务平台的中文产品评论,提出一种面向供应链的客户关注特征挖掘方法.[方法]以产品评论数据预处理方法为核心,改进关联规则挖掘产品特征方法.预处理技术包括产品评价概念树、产品评价特征库和MA_Apriori算法.数据实验以京东商城平板电脑为例,在Weka环境中完成客户关注特征的挖掘.[结果]实验表明,对于相同的事务文件,采用数据预处理再进行关联规则的产品特征挖掘,特征查全率为90.5%,而关联规则挖掘方法查全率仅为71.4%.并且本方法可实现产品特征挖掘结果的层次化和规范化.[局限]需要进一步补充汉语分词系统的用户词典,添加产品领域相关的专业词汇,以提高分词准确性.[结论]本方法有助于供应链各节点企业灵活选择产品评价概念层次,从而有针对性地实施产品改进和服务提升.
产品评价概念树、客户关注特征、关联规则、数据挖掘、供应链
TP391(计算技术、计算机技术)
国家自然科学基金项目“敏捷供应链知识服务网络形成、演化与治理机制研究”项目71172169的研究成果之一
2014-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
65-70