论文部分内容阅读
在互联网+的信息时代，随着农产品电商平台的不断发展、交易量的迅猛增长，消费者对产品或服务的满意程度对商家、电商平台的发展起到至关重要的作用。由于当前基于评论的消费者满意度研究鲜有面向农产品的研究，学者们对于农产品消费者的满意度情况关注度较低。并且，多数研究中的分析方法和模型获取方式难以客观、有效地衡量消费者的真实情感态度。因此，合理量化消费者对产品特征的情感，是深入探究消费者满意度影响因素的有效手段。 本文运用JAVA语言设计了爬虫程序以采集稻米在线评论数据;结合语义分析技术和情感分析手段量化产品特征的情感值;以消费者满意度理论、文本情感分析技术为基础构建了改进的CCSI消费者满意度指数模型;并应用多元回归分析法研究了产品特征与消费者整体满意度的关系，为产品商家及电商平台营销策略的制定与提升提供理论依据。论文主要从以下几个方面展开了创新性研究: (1)为有效利用评论文本数据，深入挖掘了消费者的满意度情况。首先，重构了知网、NTUSD及中文词汇本体库三种主流情感词典。其次，采用改进的PMI算法，结合人工标注候选情感词方法，构建了基础情感词典，为评论文本中的特征评价单元合理量化提供依据。 (2)研究了抽取评价单元并计算情感值的方法。首先，基于LTP语言技术平台中分词、词性标注及语义分析功能模块识别评价单元，同时应用JAVA语言解析XML结果文档，抽取特征评价单元及情感评价单元。其次，结合评价单元的句法依存关系以及标注的词性，设计情感值计算规则，定量化评价单元承载的情感态度，将量化结果作为CSI模型中解释变量数据。 (3)为研究传统CCSI模型中前置变量与消费者满意度的关系，构建了消费者满意度指数模型。同时，为压缩结果变量及解释变量量纲，运用min-max方法对模型数据进行标准化处理。 (4)运用统计学方法研究评论文本中挖掘的产品特征对消费者整体满意度的影响。研究了各个特征在整体满意度中的影响权重，其中对稻米消费者满意度影响最显著的因素是口感和服务，其次是品牌、外观及物流，影响最小的因素是价格。