基于混合神经网络的中文在线评论产品特征提取及消费者需求分析
Extracting Product Features and Analyzing Customer Needs from Chinese Online Reviews with Hybrid Neural Network作者机构:西安交通大学管理学院西安710049 过程管理与效率工程教育部重点实验室西安710049 杭州电子科技大学管理学院杭州310018
出 版 物:《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)
年 卷 期:2023年第7卷第10期
页 面:63-73页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金面上项目(项目编号:72071154 71672140)的研究成果之一
主 题:中文在线评论 产品特征提取 消费者需求分析 深度学习
摘 要:【目的】从中文在线评论中提取产品特征,并结合评论内容对消费者需求进行分析。【方法】首先提出一种混合神经网络(HNN)模型用于从中文在线评论中提取产品特征,进一步将关键事件技术及抱怨和赞扬分析理论应用到Kano模型中,对产品特征进行分类和优先级排序。【结果】HNN模型的F1值达到94.85%,比变体基准模型平均提高10.52个百分点,比业界其他模型平均提高9.47个百分点。【局限】所提方法是一种监督方法,对标记信息的需求限制了其应用。【结论】所提方法通过解决中文产品特征提取的问题,提升了产品特征提取的精度。结合提取的特征进行消费者需求分析,对产品特征进行分类和优先级排序,为产品管理者构建产品提升策略奠定基础。