导读:本文包含了用户评论论文开题报告文献综述及选题提纲参考文献，主要关键词:群体用户,商品评论,情感分析,时间序列
用户评论论文文献综述
周俊鹏,高岭,曹瑞,高全力,郑杰[1]（2019）在《基于商品评论的群体用户情感趋势预测研究》一文中研究指出提出了一种基于商品评论的群体用户情感趋势预测方法.首先,提出了基于Boson NLP的情感特征词识别算法,对时间维度下的商品评论信息进行特征选取;其次,使用群体用户多维特征向量构造多层感知器(MLP)模型进行情感分析;最后,融合评论时间和用户情感倾向值构建群体用户时序情感倾向序列,并通过长短时记忆网络(LSTM)模型进行时序情感趋势预测.在大规模真实数据集上的实验结果表明,MLP模型具有较好的分类效果;相比于现有的自回归(AR)模型,LSTM模型的平均均方差降低了79. 06%,能够取得更加精准的预测结果.(本文来源于《郑州大学学报(理学版)》期刊2019年04期）
胡媛荣,周玲,李赛男,陆倩[2]（2019）在《基于在线评论的物流服务质量多维度分析及其对用户购买意愿的影响》一文中研究指出近年来,电商平台物流配送服务一直饱受用户诟病,极大地影响了用户购物体验。分析用户对物流服务质量诉求的不同维度,深入探讨其对潜在消费者购买意愿的影响,对进一步提升电商平台顾客满意度,增加平台销售有着重要意义。本文基于京东商城电器、图书和食品叁种类别的在线用户评论数据,对评论文本进行分词和关键词筛选,识别出速度、包装、快递员态度以及退换货服务四个用户最为关注的物流服务质量维度。并在此基础上进一步分析了这四个维度的物流服务质量评论对潜在消费者购买意愿的影响。研究结果显示,相对物流配送速度,快递员的服务态度、商家处理退换货问题的速度与态度、物流包装方面的评论信息对用户购买意愿有着更显着的影响。(本文来源于《当代经济》期刊2019年12期）
沈泽鹏[3]（2019）在《基于在线用户评论的互联网企业估值》一文中研究指出通过在已有互联网企业估值研究的基础上,引入用户评论这一非财务指标,并进行量化,探究其与互联网企业价值之间的关系。采集用户数量与用户评论数据同上市企业市值进行回归分析,证明加入用户评论后估值模型更能体现互联网企业的价值。(本文来源于《江苏商论》期刊2019年11期）
周家昊,李民[4]（2019）在《基于旅游用户数据和评论的推荐系统的设计》一文中研究指出随着国民生活水平的提高,旅游业蓬勃发展,旅游业与互联网的结合促进了在线旅游业的形成,也就是当代所说的"智慧旅游"。用户可以通过互联网了解各种各样的旅游信息,但是,日趋严重的过载旅游数据现象让旅游商们难以准确的挖掘出符合用户兴趣的个性化旅游信息,推荐出一个智慧的旅游路线更是如同大海捞针,而旅游推荐系统是解决这一问题的关键技术。本文基于个性化推荐算法的研究,将用户信息,用户评论,用户行为,用户历史订单,用户未来订单等多项数据作为算法的训练测试集,对功能性需求进行分析,开发了基于用户数据的推荐系统。(本文来源于《软件》期刊2019年11期）
李亚琴[5]（2019）在《电商平台用户评论有用性研究回顾与展望》一文中研究指出电商平台海量的用户消费评论信息,在降低用户在线购物决策不确定性的同时,也增加了用户诊断评论有用性的难度。基于用户评论有用性这一主题的研究,引起了学界和实务界的广泛关注。为全面把握当前国内对用户评论感知有用性的研究现状和热点,预测研究趋势,本研究在对用户评论有用性界定的基础上,采用系统文献调研和质性分析法,对国内现有文献系统综述,并指出了今后进一步研究方向。(本文来源于《商业经济研究》期刊2019年21期）
陈华珊,王呈伟[6]（2019）在《茧房效应与新闻消费行为模式——以腾讯新闻客户端用户评论数据为例》一文中研究指出随着移动互联网的兴起,新闻客户端已经成为人们主流新闻阅读方式,与之相伴的算法推送也可能会造成用户信息获取时的茧房效应。在个体层次上,对不同新闻的阅读构成了一个时间上连续的离散事件序列,个体的新闻阅读行为一方面有其过往阅读习惯的路径依赖,另一方面则受到最新发生新闻的影响。因此,基于读者接受信息的动态模式研究和对注意力竞争的研究可以让我们进一步进解茧房效应的复杂性。通过使用事件序列模型,以新闻客户端用户在时间维度上连续消费的新闻主题序列为研究对象,研究发现:用户在"硬新闻"消费过程中更容易表现出持续型和游走型的两种行为模式:当热点事件爆发时,偏好消费"软新闻"的用户会更容易参与到热点事件的讨论之中。(本文来源于《社会科学》期刊2019年11期）
汪千松[7]（2019）在《面向用户网购决策本质知识需求的评论选择模型研究》一文中研究指出在线商品评论是用户网络购物的重要决策依据。然而,面对海量无序的评论信息,用户难以快速准确发掘满足购买决策知识需求的评论。对此,本文提出一种面向用户网购决策本质知识需求的评论选择模型。首先,在分析用户网购对评论拥有决策知识的需求基础上,引入商品特征概念树以描述用户对网购决策的本质知识。然后,依据评论内容如何关联商品特征,提出一种供给用户网购决策本质知识的评论选择模型。把评论中商品特征描述在商品特征概念树中的分布情况作为评论拥有用户网购决策本质知识的供给,给出了一种供给网购决策本质知识的商品评论的选择算法。最后,实例分析表明了该模型是有效的,可以满足用户网购时对网购决策本质知识的需求。(本文来源于《电脑知识与技术》期刊2019年30期）
喻影,陈珂,寿黎但,陈刚,吴晓凡[8]（2019）在《基于关键词和关键句抽取的用户评论情感分析》一文中研究指出情感分析的一项主要研究任务是根据文档内容对其情感极性(即正类和负类)进行判断。在判断文档的情感极性时,不同的词语和句子具有不同的情感贡献度,因此如何从整个文档中准确地提取与情感分类更相关的词语和句子,从而提升分类性能,成为了一个重要问题。在有监督实验中,基于依存句法关系分析句子的逻辑结构,提取出了与表达情感更相关的词语进行加权,提高了分类性能。在半监督实验中,使用基于中文评论的关键句抽取和分类器融合算法,对整篇文档中包含更多情感词和总结意味的关键句进行了抽取,充分考虑了句子的情感词属性、位置属性、标点符号属性和关键词属性,并且使用分类器融合算法,让置信度最高的子分类器决定分类效果。在大众点评网和头条新闻的数据集上将所提算法与已有的经典算法进行对比,发现所提方法的性能更高,从而证明了基于依存句法分析的关键词抽取和基于特征的中文关键句抽取算法的有效性。(本文来源于《计算机科学》期刊2019年10期）
韩晓[9]（2019）在《网络评论中用户深层价值的挖掘之道——以《华尔街日报》的“用户之音”团队为例》一文中研究指出数字化时代,信息获取与发布的门槛降低,网络评论限制薄弱,导致内容的质量和价值降低。特别是在社交媒体的许多新闻评论中,"水军"刷屏的现象时有发生,俨然成了部分人的牟利手段。针对评论质量低、无价值的情况,《华尔街日报》摆脱传统的审核方式,打造"用户之音"团队,实施全新的评论策略,从可评论文章、评论资格等方面进行全面限定。这一举措与我国社交媒体上的(本文来源于《传媒》期刊2019年18期）
张昊[10]（2019）在《分析面向用户在线评论的情感倾向》一文中研究指出随着互联网信息技术的快速发展,网络已经成为人们生活中不可或缺的一部分,人们在网络平台上表达感情、发表评论和对事件的看法,尤其是购物平台、微博、论坛等网络平台的迅速普及。然而,面对互联网用户在线评论的信息以惊人速度的增长,该如何有效组织这些评论数据成为重要课题。最终发现,分析面向用户在线评论的情感倾向是处理组织这些有效信息的关键所在。本文从商品评论分析、事件评论分析两方面来探究情感倾向性分析的重要应用和研究意义。(本文来源于《现代经济信息》期刊2019年18期）
用户评论论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,电商平台物流配送服务一直饱受用户诟病,极大地影响了用户购物体验。分析用户对物流服务质量诉求的不同维度,深入探讨其对潜在消费者购买意愿的影响,对进一步提升电商平台顾客满意度,增加平台销售有着重要意义。本文基于京东商城电器、图书和食品叁种类别的在线用户评论数据,对评论文本进行分词和关键词筛选,识别出速度、包装、快递员态度以及退换货服务四个用户最为关注的物流服务质量维度。并在此基础上进一步分析了这四个维度的物流服务质量评论对潜在消费者购买意愿的影响。研究结果显示,相对物流配送速度,快递员的服务态度、商家处理退换货问题的速度与态度、物流包装方面的评论信息对用户购买意愿有着更显着的影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户评论论文参考文献
[1].周俊鹏,高岭,曹瑞,高全力,郑杰.基于商品评论的群体用户情感趋势预测研究[J].郑州大学学报(理学版).2019
[2].胡媛荣,周玲,李赛男,陆倩.基于在线评论的物流服务质量多维度分析及其对用户购买意愿的影响[J].当代经济.2019
[3].沈泽鹏.基于在线用户评论的互联网企业估值[J].江苏商论.2019
[4].周家昊,李民.基于旅游用户数据和评论的推荐系统的设计[J].软件.2019
[5].李亚琴.电商平台用户评论有用性研究回顾与展望[J].商业经济研究.2019
[6].陈华珊,王呈伟.茧房效应与新闻消费行为模式——以腾讯新闻客户端用户评论数据为例[J].社会科学.2019
[7].汪千松.面向用户网购决策本质知识需求的评论选择模型研究[J].电脑知识与技术.2019
[8].喻影,陈珂,寿黎但,陈刚,吴晓凡.基于关键词和关键句抽取的用户评论情感分析[J].计算机科学.2019
[9].韩晓.网络评论中用户深层价值的挖掘之道——以《华尔街日报》的“用户之音”团队为例[J].传媒.2019
[10].张昊.分析面向用户在线评论的情感倾向[J].现代经济信息.2019