基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
用户发表的购后评论,隐含着消费者对产品特征的某种偏好.有效挖掘消费者的偏好信息,有利于企业制定差异化的营销策略.首先,采用最大熵模型识别消费者性别.然后,利用CRF模型、频繁特征和评价词搭配从评论文本中抽取"产品特征─评价短语"对,使用情感词典为评价短语赋值.最后,以产品特征评价值为自变量、用户评分为因变量,利用二元Logistics回归分析构建消费者偏好模型.以亚马逊中国网站的两款热销手机的评论为实验,建立了消费者的总体偏好模型和不同性别消费者的偏好模型.模型显示男性消费者和女性消费者的偏好存在差异,给出了相应的营销建议.
推荐文章
基于消费者偏好的近海型邮轮旅游产品设计
消费者偏好
邮轮旅游
效用函数
邮轮母港
离散选择
基于消费者时间偏好和决策者风险偏好的定价与订货策略
累积前景理论
时间偏好
风险偏好
心理参考点
定价与订货策略
在线评论对消费者购买决策的影响研究
在线评论
消费者决策
评论可信度
价格促销
基于在线评论的新能源汽车消费者需求研究
在线评论
新能源汽车
消费者需求
心理需求
关键兴趣点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于产品评论的消费者偏好模型构建研究
来源期刊 长春大学学报(自然科学版) 学科 工学
关键词 产品特征 消费者偏好 产品特征评价值 用户评分 Logistics回归
年,卷(期) 2019,(6) 所属期刊栏目 计算机工程
研究方向 页码范围 56-62,70
页数 8页 分类号 TP311
字数 6828字 语种 中文
DOI 10.3969/j.issn.1009-3907.2019.06.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡戴新 13 22 3.0 4.0
2 胡龙茂 合肥工业大学计算机与信息学院 6 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (299)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(20)
  • 参考文献(0)
  • 二级参考文献(20)
2011(24)
  • 参考文献(0)
  • 二级参考文献(24)
2012(17)
  • 参考文献(2)
  • 二级参考文献(15)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(14)
  • 参考文献(1)
  • 二级参考文献(13)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
产品特征
消费者偏好
产品特征评价值
用户评分
Logistics回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春大学学报(自然科学版)
双月刊
chi
出版文献量(篇)
4302
总下载数(次)
4
总被引数(次)
15405
论文1v1指导