基于深度学习的生鲜电商物流服务质量评价研究

作     者：向希佳 

作者单位：重庆交通大学 

学位级别：硕士

导师姓名：龚科

授予年度：2023年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：生鲜电商 物流服务质量 深度学习 RoBERTa-wwm-ext模型 综合评价 

摘      要：随着网络经济的不断发展以及消费者对网购生鲜需求的日益增强,生鲜电商行业得到迅猛扩张。生鲜因其易腐烂变质不易保存的特性,物流标准也更高。如今消费者在各网购平台上留下大量的评论数据,这些内容大多客观且真实。通过分析生鲜评论来探究消费者对生鲜电商物流服务质量的情感态度以及核心关注点,解决生鲜电商物流服务的痛点,是一个比较客观的方法。以往的研究也证明了这种方法的可行性,但采用何种方法高效准确地分析这些海量的评论数据,一直是专家学者研究的重点和难点。本文基于深度学习情感分析技术,进一步探究生鲜电商物流服务质量的评价方法,为生鲜电商提升物流服务质量提供参考依据。整个研究框架为首先收集了网购平台的生鲜评论数据并对其进行预处理,同时依据经典的服务模型和前人的研究成果并结合生鲜电商的物流特点构建了生鲜电商物流服务质量评价维度和指标;接着利用TF-IDF算法提取文本关键词,并在人为筛选出初始物流关键词后按照每个指标的含义将初始物流关键词匹配到各维度中,又利用词向量余弦相似度算法扩展物流关键词并据此匹配出各维度相关的物流评论数据;然后对部分评论数据实施人工标注情感标签(0-不满意,1-满意)构成训练集微调适合中文文本分类的情感分类模型RoBERTa-wwm-ext,在微调好适应本研究任务的情感分类模型之后,对海量的无情感标注的物流评论数据进行情感分类;最后依据分类结果分析目前该生鲜电商的用户对其物流服务的满意度和核心关注指标,以此探查物流服务的质量和存在的问题,并针对存在的问题给出相关建议,为生鲜电商的发展提供一些研究参考。本文研究对象为京东生鲜约30万的评论数据,在情感分类实验后得到了生鲜电商物流服务评价维度(质保性、可靠性、响应性和移情性)及情感分类结果,依据结果分析出了京东生鲜物流服务的发展情况。质保性、可靠性和响应性的关注度都比移情性高,这三个维度的不满意率也较高,移情性的关注度较低且差评较少,说明京东生鲜在保持生鲜新鲜度、更新物流信息、按时按量配送及响应消费者诉求等的能力和行动上都存在一些问题,需要京东生鲜的商家加以关注和改善。提高消费者在各维度的满意度有利于提高其对整个生鲜平台物流业务的信任度,生鲜业务才能更加健康持续地向前发展,才有机会创造更多的经济价值和社会价值。