探索B2C账号在线评论特征--以京东商城为例

探索B2C账号在线评论特征--以京东商城为例

ID:36558576

大小:3.00 MB

页数:60页

时间:2019-05-12

探索B2C账号在线评论特征--以京东商城为例_第1页
探索B2C账号在线评论特征--以京东商城为例_第2页
探索B2C账号在线评论特征--以京东商城为例_第3页
探索B2C账号在线评论特征--以京东商城为例_第4页
探索B2C账号在线评论特征--以京东商城为例_第5页
资源描述:

《探索B2C账号在线评论特征--以京东商城为例》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、独倒性声明本人提交的学位论文是在导师指导下进行的研究工作及取得的研究成果。论文中引用他人已经发表或出版过的研究成果,文中已加了特别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、同仁在文中作了明确说明并表示衷心感谢。学位论文储:姆辱P签字嗍:妒吵年乡月f日学位论文版权使用授权书本学位论文作者完全了解重庆工商大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权重庆工商大学研究生处可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影日】、缩印

2、或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)本论文:叫像保密,口保密期限至年月止)。学位论文作者签名:位愀勺子签字日期:劲f}年如/日导师签名:罗确辱签字日期:加l叶年厂月谚日重庆工商大学硕士学位论文目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯...III第l章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..11.1选题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯⋯⋯.11.2国内外在线商品评论研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.2.1在线商品评论有用性影响因素研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一l1.2.2在线商品评论是企业情报重要来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一21.2.3在线评论的价值研究综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一21.2.4在线商品评论与购买行为的研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一31.3创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.31.4研究内容、研究对象的生成和分析工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.41.4.1研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯..41.4.2研究对象的生成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..41.4.3统计分析和数据挖掘算法实现工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..6第2章账号在线评论特征的统计描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一82.1账号在线评论指标说明及概念界定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.82.2账号等级越高越倾向于发表在线评论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.92.3账号在线评论特征的描述统计量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.92.4账号在线评论特征的密度直方图和核密度估计⋯⋯⋯⋯⋯⋯⋯⋯102.4.1发表过评论的账号总体近期评论参与度偏低⋯⋯

5、⋯⋯⋯⋯102.4.275%账号发表评论数量在25条以下⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ll2.4.3发表过评论的账号总体更倾向于打高分⋯⋯⋯⋯⋯⋯⋯⋯122.4.4发表过评论的账号总体互动性接近冰点⋯⋯⋯⋯⋯⋯⋯⋯122.4.5发表过评论的账号总体发表评论尽可能简短⋯⋯⋯⋯⋯⋯132.4.6发表过评论的账号总体评论态度偏谨慎⋯⋯⋯⋯⋯⋯⋯⋯14第3章不同等级账号的在线评论特征差异性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯163.1单因素方差分析理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯163.2算法应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯l73.2.1账号等级越高,账号近期评论参与度越高⋯⋯⋯⋯⋯⋯⋯173.2.2账号等级越高,评论总数越多⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯183.2.3钻石以上会员的打分均值高于其他等级会员⋯⋯⋯⋯⋯⋯20重庆工商大学硕士学位论文3.2.4账号等级的各个水平在回复率上有显著差异⋯⋯⋯⋯⋯⋯213.2.5注册会员在心得平均使用字数上低于除高级会员以外的其他等级会员⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..233.2.6账号等级越高,评论态度越谨慎⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24第4章账号在线评论特征自身及其与账号等级相关

7、性分析⋯⋯⋯⋯⋯⋯264.1理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯264.1.1Correlation.basedFeatureSelection⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.264.1.2因子分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284.2算法应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯294.3总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.31第5章账号在线评论特征的聚类分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯325.1聚类算法简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯⋯⋯325.1.1CascadeSimpleKMeans⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一325.1.2XMeans⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯325.1.3EM⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..335.1.4聚类算法评估技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。