产品用户评论在企业竞争情报中的应用——基于产品特征的关联规则数据挖掘

在总结用户评论相关研究的基础上,提出关联规则理论在用户评论挖掘中的作用,包括可以用来挖掘产品的优劣势特征及其程度大小,以及挖掘影响产品整体评价的关键特征。提出了基于产品特征关联规则数据挖掘的企业竞争情报应用模型,包含确定用户评论情报源及其采集、数据预处理及其产品特征提取、数据结构化处理及其关联规则分析和产品优劣势特征及其关键特征的对比分析四个模块。最后通过实验论证了这一模型的价值。

基于在线评论的企业竞争情报需求挖掘研究

[目的/意义]提出一种基于在线产品评论的竞争情报挖掘框架,为企业改进产品设计和制定竞争策略提供参考。[方法/过程]利用Word2vec技术构建产品特征词集合,识别用户评论主题特征。然后使用情感分析方法对评论文本进行分类,得到特征维度的评论情感。最后从产品主题特征和情感态度特征两方面进行数据分析,并以可视化结果呈现。[结果/结论]以汽车行业的评论数据为例进行实验,结果表明该方法能够有效提取产品情报信息,帮助企业有效识别自身品牌及竞争对手的优势和劣势,为大数据环境下的竞争情报挖掘提供方法指导。

基于WEB用户产品评论的企业竞争情报挖掘实证研究

从web用户产品评论角度构建企业竞争情报挖掘应用模型,获取企业产品竞争情报。从竞争情报5个工作流程角度分析了web用户产品评论的情报价值,构建了模型的web用户产品评论采集模块、清理模块、挖掘模块和应用模块,并以小米4手机为例进行实证验证。研究表明,web用户产品评论具有良好的情报价值,实证证明了模型能有效挖掘基于web用户产品评论的竞争情报,并应用于企业产品分析。

面向用户评论的企业竞争情报挖掘研究

设计与实现一种面向用户评论的企业竞争情报挖掘算法,首先利用模板抽取评论句中的产品属性词和情感词,获得其搭配短语模式,然后使用面向语义的潜在语义分析(SO-LSA)和面向语义的互信息和信息检索方法 (SO-PM-IR)计算短语的情感值,获得评论的情感特征,找出产品的优缺点。研究表明,该算法能够显著地提高情报分析的准确率和召回率,实现深层次的评论挖掘和情报知识发现。