大学生综合国防素质评价指标体系构建——基于文本分析的视角

提高大学生综合国防素质是全面落实立德树人任务的重要内容,也是新时代开展高校国防教育的基本目标。这对理解和测度大学生综合国防素质提出了迫切要求。本文以高校国防教育相关政策法规、大纲等文本为依托,运用内容分析法,通过指标提取、筛选、归类等步骤,对大学生综合国防素质概念进行了归纳凝练,初步构建了包含国防身心素质、国防知识、国防技能、国防观念、国防情感5项一级指标和20项二级指标的大学生综合国防素质评价指标体系,有助于推动相关理论研究与实践的深入开展。

在线评论文本信息质量等级的测量探析——基于模糊综合评价法

在线评论的文本信息中包含了丰富的商品信息,文本的信息质量对于消费者的购买决策有着重要作用。运用层次分析法和模糊综合评价法建立了在线评论文本信息质量等级的评价指标体系,确定了各指标的权重,构造了隶属函数并确定隶属度,减少了评价的主观性,使评价结果更加客观真实。以凡客诚品在线购物网站中某商品的两条在线评论为例,在调研的基础上,针对其文本信息质量,运用模糊综合评价方法进行评价。

消费者视角下电商发展前景的挖掘与分析--以亚马逊市场为例

本文以亚马逊电商平台中吹风机、微波炉、奶嘴三个典型家居热门商品为例,对其相关市场营销数据进行深度挖掘分析建立模型。本文的核心亮点为借助LDA模型以及斯皮尔曼相关性分析将消费者文本评论量化,展开指标关联性分析,实证了商品的评分与相应文本评论之间关联性较强,再凭借线性加权模型客观的良好特性,赋予上述指标不同的权重,构建了一个市场综合评价体系,用于评估商品的市场发展情况。本文还运用Python进行文本分析,绘制文本评论词云图;并引入情感分析数据集,对不同消费者的消费喜好进行了相应划分。同时本文挖掘发现,市场综合评价指标与每年市场销售份额呈现极大的相关性,在大数据的背景下,较高的市场份额可以极大程度地保证市场声誉的稳定性。基于上述结论,本文借助GM(1,1)模型进一步预测商品未来市场认可度的发展趋势,以挖掘商品进入电商市场的最优时机与策略。通过上述数据分析手段,建立的模型体系在访问足够数据之后将会有出色的表现,凭借严谨的结构和广泛的应用,期望数据分析出消费者的喜好,能快速且准确地反馈相关商品在电商市场的满意度和趋势信息,为经销商和供应商提供决策服务。

基于PMI和TOPSIS法的产品评价分析——以Amazon平台某微波炉产品为例

对亚马逊平台某微波炉产品的销售数据与英文评论进行分析,从而得出该产品的优秀系列名称。重点是利用PMI算法进行英文评论文本的情感倾向程度识别,根据文本情感的倾向程度,将其分为五个等级,从而实现对文本数据的量化,再将不同的客户群体分为三类,对三类客户的数据集通过TOPSIS法得出各个产品价值评估结果与该微波炉产品的优秀系列名称。