基于文本挖掘的生鲜电商顾客满意度研究

运用Python爬虫获取在线评论,通过词频统计和K-means方法得到顾客满意度评价体系的指标,通过T F-ID F方法计算出各指标的权重,从而得到生鲜产品的总体满意度.结果表明:消费者对生鲜产品的服务和价格的满意度相对较高,对包装的满意度相对较低;消费者对海鲜水产的满意度最高,对新鲜水果的满意度最低.最后为提高生鲜平台顾客满意度提出针对性建议.     

基于主题模型和情感分析的进口跨境电商顾客满意度评价研究

进口跨境电商已成为驱动国内消费增量的新业态,而顾客满意度的高低则是进口跨境电商提高留存率和转换率的关键。与此同时,海量的在线评论为商家提供了极具价值的信息,对其进行情感挖掘将有助于商家优化产品供给。为此,选择京东全球购个人护理产品作为研究对象,通过构建进口跨境电商顾客满意度综合评价模型,运用TF-IDF算法和文本聚类LDA主题模型等对评论文本内容进行分析和主题特征提取,并建立情感词典依次对顾客满意度各影响因素匹配赋值打分,以此来确定各项用户需求的重要度和产品及服务改进的优先级顺序。最终研究表明影响顾客满意度的各个因素综合得分排序从高到低为产品质量、物流服务质量、品牌信誉、感知价值、商家服务质量。     

基于文本挖掘的在线医疗社区患者评论关注点研究

使用ROST CM软件对好大夫在线的患者评论文本进行挖掘,从好评文本和差评文本两个维度,构建高频词共现语义网络,探究患者在不同满意度下评论时关注的重点,并从中总结出影响患者满意度的主要影响因素,包括医生服务态度,技术水平,医院诊疗流程,患者期望,并根据分析结果为医生、医院和在线医疗社区的服务改进提供建议。     

基于文本挖掘的在线医疗社区患者评论关注点研究——以好大夫在线为例

使用ROST CM软件对好大夫在线的患者评论文本进行挖掘,从好评文本和差评文本两个维度,构建高频词共现语义网络,探究患者在不同满意度下评论时关注的重点,并从中总结出影响患者满意度的主要影响因素,包括医生服务态度,技术水平,医院诊疗流程,患者期望,并根据分析结果为医生、医院和在线医疗社区的服务改进提供建议.     

在线医药电商评论情感分析：基于XGBoost集成加权词向量和大语言模型的情感识别模型

消费者评论是考察消费者情感的重要数据源,对商品评论进行数据挖掘是帮助在线医药电商改善经营的重要途径。立足于在线医药电商的用户评论,基于SO-PMI（情感倾向点互信息）算法构建该领域情感词典,对评论词向量进行情感加权。利用XGBoost（极限梯度提升树）集成词向量和LLM（大语言模型）构建情感识别模型,最后得出评论情感指数,从多个维度展开,分析消费者评论中的情感趋势。实证分析表明,构建的情感识别模型的AUC（曲线下的面积）等验证指标较LLM模型相比有进一步提升,具有一定的应用价值。     

基于LDA模型及情感分析的电影主题公园评论文本研究

以中国电影主题公园为例,收集多个旅游网站游客评论数据,采用LDA(latent dirichlet allocation)主题模型方法、共现网络分析方法及情感分析方法对游客评论文本进行研究。结果表明,国内电影主题公园游客评论可以分为旅游服务主题、旅游景观主题、整体感知主题以及活动体验主题4个主题。结合共现网络分析及情感分析结果识别当前景区现状及痛点,为文旅企业经营者提供较为准确的游客偏好信息,也为企业后续管理及决策提供相关理论及数据支撑。     

基于文本挖掘的西部城市旅游满意度研究——以携程西安和成都为例

利用携程网西安和成都的5万条旅游评论数据,构建旅游满意度指标体系,以评估不同城市旅游消费者的满意度。采用基于词云图、社会网络语义图以及LDA模型的特征分析来提取评价指标,构建适用于旅游评论的情感词典,并据此为评论情感赋值,结合层次分析法确定指标权重,分别计算满意度。结果显示：成都市的综合满意度高于西安市;游客对于成都旅游服务中的导游情况和行程安排的满意度高于西安;而西安携程旅游服务中地区游览特色更好,景点体验更佳。     

基于文本挖掘的数字化转型对共享经济发展的影响因素分析

一、前言共享经济是推动资产权属、组织形态、就业模式和消费方式创新,以互联网平台优化配置过剩资源,便利群众生活的新业态新模式[1]。本文运用网络爬虫和文本挖掘技术,统计2012年至2021年100家上市公司年报中数字化转型关键词频,建立数字化转型指标。运用多元回归模型分析数字化转型对共享经济的影响,结果表明共享经济基础设施建设会显著影响企业数字化转型和第三产业比重变化。