基于B2C帐号在线评论特征的聚类分析——以京东商城为例

摘要：

基于B2C帐号在线评论数据对帐号进行聚类,聚类算法采用EM、SimpleKMeans,并使用基于似然度的聚类算法评估准则作为聚类算法簇个数选取和算法比较依据.最终,选取EM算法并得到5类人群.得结论:站在帐号满意度的层面,京东商城的运营状况基本良好,但是,也有大概十分之一的高级账户存在流失的潜在风险;京东商城正在培育出一批忠诚度高、消费能力旺盛的客户群;评论字数较长的负面评论更易引起关注.

关键词：B2C帐号、商品在线评论特征、EM算法、似然度的聚类评估准则

所属期刊栏目：31

分类号：G350.7(情报学、情报工作)

资助基金：国家“十一五”科技支撑计划重大项目2006BAJ05A06;电子商务及供应链系统重庆市重点实验室专项基金项目2012ECSC0213;重庆工商大学创新型项目yjscxx2013-025-09,yjscxx2012-037-036,yjscxx2012-037-037

在线出版日期：2014-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40