基于用户生成内容的产品知识发现方法研究

发布时间：2021-07-05 10:30

　　产品知识有助于企业创造和保持竞争优势。近年来,快速发展的社交媒体给消费者提供了积极参与的互动平台,产生了海量的用户生成内容（User-Generated Content）,UGC中包含了消费者发布的产品使用经验和个人观点等信息,蕴含了大量的产品知识。这些知识对产品缺陷管理、产品市场营销和产品开发等方面具有重要价值。然而,UGC数据量庞大、信息种类繁多、非结构化等特点给企业分析UGC发现产品知识带来了困难和挑战。论文聚焦于社交媒体中存在的三种产品知识,分别是产品缺陷知识、产品竞争力知识和产品创新知识,并设计相应的知识发现框架,研究知识发现方法。在上述三类产品知识发现中,情感分析是判别和量化消费者情感态度的关键技术。因此,在研究三种产品知识发现方法前,需对领域特定的情感分析技术做深入的研究。因此,研究内容包括以下几个方面。（1）领域特定的情感词典构建方法为解决情感分析领域性问题,根据词语共现相似原则,研究基于点互信息（Pointwise Mutual Information,PMI）信息和词向量信息的领域特定情感词典构建方法。首先,通过专家标记的种子词典,分别基于PMI和词向量方法计算情感... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：106 页

【学位级别】：博士

【部分图文】：

基于PMI的情感词典准确度Figure2.2AccuracyofPMI-basedsentimentlexicon

21图 2.3 基于词向量的情感词典准确度Figure 2.3 Accuracy of word embeeding-based sentiment lexicon如图 2.2 和图 2.3 所示，当 H 取 0.3 时，基于 PMI 的情感词典准确度达到最优准确度为 0.825，当 Q 取 0.2 时，基于词向量的情感词典准确度达到最优，准确为 0.834。然后，将参数调整过后的情感词典与通用情感词典对照，证明本文中建的在汽车领域下的情感词典的优越性。Hownet 是由知网发布的使用最为广泛

图 3.1 基于 UGC 的产品缺陷知识发现框架ure 3.1 Framework of UGC-based product defect knowledge discoC 的产品缺陷知识发现方法C 的产品缺陷知识发现方法，主要包括产品缺陷 UGC C 识别模型和基于语义相似度的产品缺陷属性聚类分析陷 UGC 的特征分析品缺陷 UGC 识别模型的关键组成部分。目前，有关 U UGC 特征，例如：语言特征、社会特征等。但是，U景变化而变化，现有研究根据不同研究目的分析和使。特征需要根据分类目标，针对分类目标所展现出的特器通过捕捉学习 UGC 特征与类别之间的关联关系，对

【参考文献】：
期刊论文
[1]基于Word2vec的情感分析在品牌认知中的应用研究[J]. 王仁武,宋家怡,陈川宝.  图书情报工作. 2017(22)
[2]基于Word2Vec的情感词典自动构建与优化[J]. 杨小平,张中夏,王良,张永俊,马奇凤,吴佳楠,张悦.  计算机科学. 2017(01)
[3]基于应用扩展和网络论坛的领先用户识别方法研究[J]. 杨波,刘伟.  管理学报. 2011(09)
[4]企业吸纳领先用户参与新产品开发研究[J]. 吴伟.  科技管理研究. 2010(13)

硕士论文
[1]基于聚类分析的网络社区领先用户发现研究[D]. 叶三龙.合肥工业大学 2013



本文编号：3265905