分享到:

从产品属性的相对性看公共品的定位

公共品和私人品的经典定义为合理界定政府活动范围提供了理论依据,但是我们不能主观地公式地应用它。在现实中,对公共品和私人品的区分是相对的,随社会  (本文共4页) 阅读全文>>

《销售与市场(渠道版)》2017年06期
销售与市场(渠道版)

文案很走心,却没有转化率? 你需要这样做

在营销文案中,产品属性和用户焦虑之间有着巨大的鸿沟。你在这头,我在那头。你们说的都对,然而有个卵用?很多文案人正在面临一个巨大的...  (本文共3页) 阅读全文>>

武汉理工大学
武汉理工大学

在线评论中产品属性识别及其应用研究

汽车行业用户在线评论意见分析可以有效地获取用户偏好信息,这些信息不仅能够为潜在的网络用户购物前提供依据,降低购买风险,还能够帮助商家定位市场需求,做出合理的市场决策。近年来,在线评论已经逐渐成为大众关注的焦点,在线评论挖掘研究成为了学术界的热点研究领域。目前,在线评论挖掘研究大都局限于粗粒度的情感分析方面,由于商品评论所表现出的整体情感极性的应用范围有限,因此,细粒度的在线评论文本意见挖掘研究,是商品评论文本挖掘亟待解决的问题。在线商品评论中的产品属性反映了评论文本所表达的主题信息。针对在线评论信息存在数据量大、内容结构不规范且短句单句偏多等特征,所导致的细粒度文本意见挖掘研究中文本特征提取困难,且文本处理结果准确率较低等问题,本文对在线商品评论中的产品属性的识别及其在汽车用户评论分析中的应用进行研究,主要研究内容如下:(1)基于分层特征条件随机场模型的产品属性抽取。针对在线短评论文本数据稀疏、领域差异性以及有效特征缺失等问题,...  (本文共75页) 本文目录 | 阅读全文>>

中国矿业大学
中国矿业大学

课程产品属性-孩子性格匹配关系对消费者响应的影响

世界经济的发展,生活水平的提高,使得社会对教育愈发重视。因此,教育消费成为营销界的研究新潮。而素质教育作为课外教育的重要内容,作用重大。本文认为,课外培训课程产品的属性和孩子的性格特质,会影响父母对培训课程产品的消费响应,同时,内隐人格观在它们之间的关系中发挥调节作用。根据情绪唤醒理论,本文将培训课程产品划分为平静型和活跃型两种属性;相应地,依据人的心理活动倾向于外部还是内部,本文将父母对孩子性格的感知分为外倾型和内倾型两类。课程产品的两种属性和父母对孩子性格感知的两个方面可匹配组合成四种类型:平静型+内倾型,平静型+外倾型,活跃型+外倾型,活跃型+内倾型。本文将这四种类型的内涵定义为课程产品属性-孩子性格匹配关系,包括一致性(课程产品属性与父母感知孩子性格二者关系是一致的,包括平静型+内倾型,活跃型+外倾型)和互补性(课程产品属性与父母感知孩子性格二者关系是互补的,包括平静型+外倾型,活跃型+内倾型)。本研究基于内隐人格观的认...  (本文共99页) 本文目录 | 阅读全文>>

中南民族大学
中南民族大学

基于产品属性的在线评论情感分析

Web2.0时代互联网技术与应用的快速发展,让人们的日常生活与互联网紧密相连,尤其是在电子商务领域,互联网逐渐改变了人们的消费方式,越来越多的人选择在网络上购买商品或服务,网络购物成为消费者购买商品的主要方式。与此同时,消费者购买产品后在网络平台上发表观点来反馈产品的特点以及为后续购买者提供参考意见。这些在线评论是消费者对产品或服务的评价意见,往往表达着消费者对产品的情感倾向。在电商平台上形成的大量评论对商家和消费者具有很重要的实际意义,因此而受到很多研究者的关注。在管理学领域,很多学者通过实证研究指出在线评论对消费者的购买意愿有显著影响。随着文本挖掘技术的发展,对在线评论的内容挖掘成为当前的研究热点。面对大量的非结构化的评论文本数据,传统的统计方法难以进行深入研究。情感分析技术的提出为解决这一问题提供了新的途径。针对商品的在线评论进行情感分析是对消费者关于某一产品或服务发表的评价意见进行观点挖掘,从而发现评论者对该研究对象的褒...  (本文共59页) 本文目录 | 阅读全文>>

北方工业大学
北方工业大学

产品属性挖掘及应用

基于互联网发展起来的电子商务引领了消费的新潮流,致使网络中产品评论数据骤然增长,由于这些消费者评论中包含用户对产品功能属性、部件属性等有价值的评价信息,因此产品属性挖掘技术应运而生。目前已有产品属性挖掘技总结为人工定义和机器自动识别两种。人工定义的方法,是由领域专家归纳总结出属性,方法虽然很准确,但只能针对该领域进行产品属性提取,没有通用性,可移植性不强,无监督的机器自动识别方法,主要是利用自然语言处理技术,但会增加品属性的冗余度,降低准确率。本文针对以上研究存在的不足,以电子商务网站中的产品评论信息为研究对象,提出并实现了一种基于词性模板的产品属性挖掘方法,并将该方法针对复杂观点句加以改进。第一,通过分析电子商务网站的标签规则,爬取消费者产品评论,建立原始评论数据库,得到产品属性挖掘的数据语料库;第二,通过分句处理、词性标注对产品评论进行预处理;第三,深入分析已完成词性序列标注的产品评论,利用词性模板进行特征归类,最终得到“候...  (本文共59页) 本文目录 | 阅读全文>>