基于B2C帐号在线评论特征的聚类分析——以京东商城为例

• 作者: 段轶轩 罗泽举
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 社会科学
• 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
• 年，卷（期）: 2014,（6）
• 页码范围: 35-40
• 页数: 6页
• 分类号: G350.7
• 字数: 4445字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗泽举	重庆工商大学数学与统计学院	27	147	7.0	11.0
2	段轶轩	重庆工商大学数学与统计学院	2	2	1.0	1.0