旅游评论文本分析

景区和酒店的网络评论是游客制定旅游计划和旅游企业了解游客意见并改进服务的重要参考.由于旅游评论数据量大、质量参差不齐,导致游客和企业无法有效获取其中的有价值信息.本文提出旅游评论文本分析的4个任务,包括旅游目的地的游客印象分析、景区和酒店的综合评价、网络评论的有效性分析以及景区和酒店的旅游特色挖掘,并且给出这些任务的求...     

基于文本挖掘的股评情绪效应分析

结合TF-IDF、Word2vec等文本挖掘方法构建了股市情感词典。基于情感词典,采用SVM方法对股评文本进行分类后构建了文本情绪指数。然后应用所构建的文本情绪指数对股市效应进行了实证研究。实证结果表明,投资者情绪对股票收益率具有短期正向预测作用和长期负向预测作用,其影响具有持续性和潜伏性。     

基于网络文本挖掘的冰雪旅游形象感知研究——以哈尔滨市为例

旅游形象塑造是制约旅游市场竞争的关键因素,形象感知研究对旅游形象塑造具有重要意义.随着在线旅行社(OTA)的快速发展,产生了大量旅游城市和景点的在线评论数据,为形象感知研究提供了新的视角.以Baidu旅游、携程网、马蜂窝等多家OTA网络点评数据为例,采用词频-逆文档率(TF-IDF)和LDA文档主题生成模型两种典型的文本分析方法,分析游客对冰雪大世界、太阳岛、圣索菲亚大教堂、中央大街、雪乡、亚布力滑雪场等哈尔滨6个冰雪旅游景点的认知形象、情感形象和总体形象感知.研究表明:1)冰雪旅游认知形象要素可归纳为相关地标、旅游活动、建筑、餐饮住宿、游玩价格等5个群组,相关地标是第一要素,其余认知形象要素在各景点权重有所差异;2)冰雪旅游情感形象以积极正面为主,除雪乡外,其余5个景点均具有强烈的推荐意愿;3)冰雪旅游的整体形象感知主题涵盖冰雪娱乐、冰雪观光、冰雪运动、特色美食和文化.研究丰富了旅游大数据研究方法,为哈尔滨市冰雪旅游形象塑造提供建议.     

基于新闻文本挖掘的股指期货高频预测研究

近两年来,Google团队提出的BERT模型被越来越多地应用于文本分类任务中.在BERT模型的基础上,文章提出了一个基于新闻文本挖掘的股指期货高频预测模型,进而设计了相应的高频交易策略.文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签,利用所提出模型对新闻进行分类,从而预测三大股指期货价格的涨跌平方向,并完成股指期货模拟高频交易.基于5年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示,文章提出的预测模型和交易策略取得了较高的准确率和收益率,且在中证500股指期货上表现最好.     

基于文本挖掘和AHP-Fuzzy模型的机坪管制运行状况评估

国内大部分机场已实行了机坪管制移交工作.目前尚无一套较为完善的评估体系,对机坪管制运行效果进行量化评估.采用文本挖掘方法,提取文本数据的高频词作为评价指标的来源,构建了机坪管制运行状况评估指标体系;建立了AHP-Fuzzy模型并评估A机场的机坪管制运行现状,评估结果显示良好;通过对比专家权重的结果,发现与本模型评估结果相近,因此为未来研究中评价指标筛选和专家计算指标权重系数提出一种更严谨客观的评价方法.     

利用文本挖掘数据检测观念意识重大转变的非参方法研究

通过文本挖掘获得的词频数据对观念意识转变进行测度,利用认知行为特征对观念更新序列进行建模.为了能检测观念意识发生重大转变,采用Monte Carlo实验对两个基于非参的转折点分析方法进行了比较分析.主要发现是:1)根据观念意识转变的认知行为特征所构造的模拟实验,基于CPM框架下的三种非参检验方法,Mann-Whitney检验在检测转变点的功效水平和精确度上要优于Cramer-vonMises和Kolmogorov-Smirnov检验.2)基于偏离测度的非参迭代方法E-Divisive对转变点的检测性能总体上要优于CPM框架下的三种非参方法,但后者可以对容量较小的样本数据进行检测.3)利用文本挖掘,可以将以前只能语言描述的观念意识演进特征进行量化,并用图形分析进行直观呈现,成为一个有价值的实证分析工具.最后对文本挖掘数据作为一种非随机抽样数据,如何保证统计有效性做了补充讨论.     

基于文本挖掘的网络舆情分类研究

文章基于机器学习中的无监督学习Kmeans文本聚类算法,依据中宣部舆情分类标准,实证研究了天涯杂谈2012年1月1日到2015年12月31日帖子的舆情分布情况.并对各类别的点击量和回复量之间的显著性差异进行了秩和检验.结论如下:1)政治性网络舆情所占比重最大,其次是社会性网络舆情,经济性网络舆情与文化性网络舆情占比相差不大,占比最小的为复合性网络舆情;2)各类舆情4年的占比基本保持稳定;3)不同类别帖子的回复量和点击存在显著性差异.     

具有多类评价信息的旅游景区游客满意度评价方法

针对多类型评价信息的旅游景区游客满意度评价问题,提出一种基于相对贴近度的评价方法。首先,建立旅游景区旅客满意度评价指标体系;其次,采用实数、区间数、三角模糊数、直觉模糊语言变量和直觉模糊数5种不同类型表示旅游进去的评价信息,提出各个旅游景区关于正理想解的相对贴近度计算方法;据此确定旅游景区满意度排序,并具体给出其评价步骤;最后,通过实例说明该方法的有效性和合理性。     

基于MCLP的知识挖掘模型在项目管理中的应用

针对项目管理中不同知识的分类和表达模式,提出了一种基于多目标线性规划的知识挖掘模型.该模型在对文本信息预处理的基础上,采用多目标线型规划方法,实现了对可量化信息和不可量化信息的同时挖掘,从而挖掘出更准确的项目知识模式,实现了项目管理中的知识的再利用,并就应用过程中遇到的具体问题进行了探讨.     

新冠肺炎网络舆情的启示:复工复产的文本挖掘与分析

统筹推进新冠肺炎疫情防控和复工复产,既是一场大战,也是一场大考.以统筹推进复工复产为主题,采集了2020年2月1日至7日网络舆情数据,经筛选得出11个热点话题,采用有向聚类的方法将11个热点话题分为5类,运用词云、关联规则、复杂网络、文本倾向性分析等数据挖掘与可视化技术,着重描绘了话题的热度差异、内容特征、关联关系以及倾向趋势,从而对这7天内民众对话题的关注特征进行刻画,并给出适当建议.     

网络购物环境下物流满意评价模型及实证研究

中国网络购物发展迅速,市场规模持续递增.物流在网络购物中的作用不容忽视,已成为影响其发展的重要因素.在国外物流服务质量评价指标与中国本土物流服务质量评价指标基础上,结合顾客对中国网络购物物流抱怨的集中点,构建物流满意评价指标,运用层次分析法确定评价指标的权重,应用模糊综合评价理论构建物流满意评价模型,通过实证分析验证了模型的有效性,并尝试提出一些改善物流满意的措施.     

基于agent仿真的在线客户评论传播机制研究

随着互联网技术的日益发达,网民数量激增,网络口碑在顾客购买决策方面的影响效用越来越显著。在线客户评论作为一种重要的网络口碑传播方式越来越受到企业的重视。不同于以往从实证的角度对在线客户评论影响因素进行研究的文献,本文从在线客户评论的网络传播机制出发,构建在线客户评论的口碑传播模型。而后本文通过Swarm平台进行模拟仿真,主要研究了论坛作为个体在口碑传播中所起到的作用,为网络口碑的研究提供新的思路。本文研究发现在线客户评论的影响机制和因素,为企业更好的开展网络口碑营销提供借鉴。     

投资者情绪对科创板市场收益率的影响——基于文本数据挖掘视角

本文以科创板市场为主要研究对象,基于文本数据挖掘方法探究了新冠疫情发生前和疫情期间投资者情绪对市场收益率的影响及其作用机制。利用东方财富股吧2019年7月至2020年3月的日度科创板股票评论数据,基于Bi-LSTM深度学习技术对文本数据情感倾向进行分类,建立投资者情绪指数。通过构建双向固定效应的联立方程模型,采用2SLS方法估计投资者情绪对科创板市场收益率的作用,并检验在经济平稳运行和受新冠疫情冲击期间该作用的差异性。实证分析及稳健性检验的结果均表明,投资者情绪通过影响交易量进而影响科创板股票市场收益率,这种正向作用在1%的置信水平下显著。此外,投资者情绪对科创板收益率的影响在经济平稳运行和受新冠疫情冲击期间均保持稳健,且在新冠疫情期间作用更强。本研究成果对于新冠疫情期间我国证券市场监管层完善科创板交易机制,以及对中小投资者优化投资战略具有重要意义。     

基于结构方程模型的旅游网站使用者满意度量的比较研究

基于电子商务系统成功(ECSS)模型和旅游网站使用者满意(TWUS)模型,本文构建了评价旅游网站使用者满意的概念模型,并通过结构方程模型(SEM)分析方法,对度量模型与在线调查获得的837份有效数据的拟合程度进行了比较,发现TWUS模型对旅游网站使用者满意问题具有更强的解释能力。最后,本文对造成两个模型解释能力差异的原因进行了讨论。     

基于粗糙集的患者满意度评价模型及其实证分析

在文献阅读及实地调研的基础上,本文提出了患者满意度的定义,建立了影响患者满意度的指标体系,介绍了粗糙集的相关概念及利用粗糙集进行评价的步骤,提出了新的约简方法,构建了基于粗糙集的患者满意度评价模型并进行了实证分析,得出了影响患者满意度的关键指标,并计算了关键指标权重,对江西省十个医院进行了综合评价值的计算.     

基于Vague集的第三方物流客户满意度评价方法研究

首先分析了已有研究中对第三方物流客户满意的评价指标体系,接着将Vague集评价思想引入到该领域中,借助偏差函数确定各个指标的权重,通过正负理想解的定义,确定待评价对象与正负理想解之间的距离,最后借助指标函数的定义得到了各个方案的评价值.研究成果对物流企业改善服务,提高市场竞争力具有一定的促进作用.     

基于贝叶斯多元有序probit模型的休闲渔业游客满意度研究

游客满意度是休闲渔业景区制定管理决策的重要参考信息。通过探究游览过程中游客对各单一维度的满意程度与旅游总满意度之间的关系,管理者可以从中准确了解游客偏好、消费行为以及获取旅游产品设计等重要信息。据此,本文采取实地调研,获取11家全国休闲渔业示范基地1510份游客满意度信息,使用马尔科夫链蒙特卡洛法(Markov Chain Monte Carlo, MCMC),估算贝叶斯多元有序probit模型,并利用模型后验结果衡量休闲渔业游客7种分满意度对总体满意度的贡献。研究结果表明:渔憩体验满意度、景区环境满意度以及旅游餐饮满意度是对总体满意度影响程度最大的三种分满意度,所占比例分别为43.58%、24.67%、10.62%。     

基于线上评论的生鲜产品供应链定价策略

随着网络购物的普及,线上评论对消费者的购买决策发挥着越来越重要的作用,零售商和制造商可以利用这些评论调整、优化生产流程。本文基于消费者效用理论,构建了由一个零售商和一个制造商组成的生鲜产品供应链定价决策模型,研究了三种决策模式下生鲜产品零售价、利润和保鲜努力水平的差异。研究发现:集中决策下生鲜产品的最优零售价最低、利润最高;随着运输时间增加,保鲜努力水平和新鲜度均呈现下降趋势;当成本分担系数较高时,在成本分担和收益共享的分散决策模式下,保鲜努力最优水平高于集中决策模式下保鲜努力最优水平。     

一种使用在线评论信息的商品购买决策分析方法

在线评论信息对消费者的商品购买决策影响非常显著,如何使用数据体量较大的在线评论信息来进行有针对性的商品购买决策分析是近年来尤为需要关注的一个新研究内容。本文提出一种使用在线评论信息的商品购买决策分析方法。首先,通过在线评论信息的挖掘来确定了消费者所重点关注的关于候选商品的商品特征及其权重;然后,通过消费者情感的分析来构建了关于各候选商品的商品购买决策矩阵;在此基础上,通过给出的一种基于随机TOPSIS的方案排序方法来进行了各候选商品的排序。最后,依据携程网提供的关于三家客栈的在线评论信息进行了数据实验,从而说明了本文提出方法的实用性与可行性。