本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回...本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异。这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释。总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响。此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大。最后,本文讨论了该研究对营销理论和实践的贡献。展开更多
针对目前图像配准算法存在的配准时间较长、配准正确率低等问题,本文提出一种基于改进分层随机选择一致性(Stratified Random Selection Random Sample Consensus,SRS-RANSA)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BR...针对目前图像配准算法存在的配准时间较长、配准正确率低等问题,本文提出一种基于改进分层随机选择一致性(Stratified Random Selection Random Sample Consensus,SRS-RANSA)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对参考图像进行特征点提取;其次,采用最小距离法初步过滤匹配中存在的误匹配数量;最后,随机抽样一致性(RANSAC)框架中通过分层随机选择(SRS)提取分布相对分散且均匀的特征点,进一步过滤掉初始匹配中存在的不匹配特征点,实现提高配准正确率的同时缩短运行时间。通过本文算法与其他算法在Oxford标准图集和现实中拍摄的图像进行实验对比,结果表明,本文算法在匹配正确率与运行效率上有所提高。展开更多
文摘本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异。这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释。总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响。此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大。最后,本文讨论了该研究对营销理论和实践的贡献。
文摘针对目前图像配准算法存在的配准时间较长、配准正确率低等问题,本文提出一种基于改进分层随机选择一致性(Stratified Random Selection Random Sample Consensus,SRS-RANSA)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对参考图像进行特征点提取;其次,采用最小距离法初步过滤匹配中存在的误匹配数量;最后,随机抽样一致性(RANSAC)框架中通过分层随机选择(SRS)提取分布相对分散且均匀的特征点,进一步过滤掉初始匹配中存在的不匹配特征点,实现提高配准正确率的同时缩短运行时间。通过本文算法与其他算法在Oxford标准图集和现实中拍摄的图像进行实验对比,结果表明,本文算法在匹配正确率与运行效率上有所提高。