摘要 | 第5-7页 |
abstract | 第7-9页 |
第1章 绪论 | 第13-25页 |
1.1 论文的研究背景及目的 | 第13-14页 |
1.2 论文的研究意义 | 第14-15页 |
1.3 研究现状 | 第15-21页 |
1.3.1 传统品牌情感研究现状 | 第15-17页 |
1.3.2 基于社交媒体的品牌情感研究现状 | 第17-20页 |
1.3.3 研究现状评述 | 第20-21页 |
1.4 论文的研究内容及研究方法 | 第21-24页 |
1.4.1 研究内容 | 第21-22页 |
1.4.2 研究方法 | 第22-24页 |
1.5 论文的创新之处 | 第24-25页 |
第2章 理论基础 | 第25-41页 |
2.1 品牌和品牌情感 | 第25-28页 |
2.1.1 品牌 | 第25-26页 |
2.1.2 品牌情感 | 第26-27页 |
2.1.3 负向品牌情感 | 第27-28页 |
2.2 品牌微博评论 | 第28-29页 |
2.2.1 品牌微博 | 第28页 |
2.2.2 品牌微博评论 | 第28-29页 |
2.3 基于社交媒体的情感分析研究 | 第29-39页 |
2.3.1 数据获取技术 | 第29-30页 |
2.3.2 文本预处理技术 | 第30-31页 |
2.3.3 基于深度学习的特征表达模型word2vec | 第31-34页 |
2.3.4 情感分类算法 | 第34-39页 |
2.4 本章小结 | 第39-41页 |
第3章 基于微博评论信息的品牌情感分类模型构建 | 第41-53页 |
3.1 品牌情感分类模型设计思路 | 第41-42页 |
3.2 微博评论信息获取及样本标注 | 第42-43页 |
3.2.1 微博评论信息获取 | 第42页 |
3.2.2 样本标注 | 第42-43页 |
3.3 微博评论基本信息分析 | 第43-45页 |
3.3.1 微博评论数量与时间相关性分析 | 第43-44页 |
3.3.2 样本用户的基本情况分析 | 第44-45页 |
3.4 微博评论信息的数据预处理 | 第45-46页 |
3.5 微博评论信息的文本特征表达 | 第46-48页 |
3.5.1 面向微博评论信息的文本词典构建 | 第46-47页 |
3.5.2 基于word2vec文本特征表达 | 第47-48页 |
3.6 品牌情感分类模型构建 | 第48-51页 |
3.6.1 训练集和测试集的构造 | 第48页 |
3.6.2 品牌情感分类器的构建 | 第48-50页 |
3.6.3 品牌情感分类器的选择 | 第50-51页 |
3.7 品牌情感识别流程 | 第51页 |
3.8 本章小结 | 第51-53页 |
第4章 基于微博评论信息的华为品牌负向情感分析 | 第53-63页 |
4.1 华为品牌官方微博中的评论概况 | 第53-54页 |
4.2 基于华为官方微博评论的负向品牌情感案例分析 | 第54-60页 |
4.2.1 负向品牌情感评论文本中的词频统计 | 第54-55页 |
4.2.2 负向品牌情感评论文本中的词频比重月度趋势分析 | 第55-58页 |
4.2.3 负向品牌情感评论文本比重月度趋势分析 | 第58-60页 |
4.3 负向品牌情感评论文本中的问题分析 | 第60-62页 |
4.3.1 产品方面存在的问题 | 第60-61页 |
4.3.2 服务方面存在的问题 | 第61页 |
4.3.3 品牌认可度方面存在的问题 | 第61-62页 |
4.4 本章小结 | 第62-63页 |
第5章 基于微博平台的负向品牌情感应对策略 | 第63-69页 |
5.1 加强对产品的管理 | 第63-65页 |
5.1.1 加强产品的质量监督,改进产品的内在质量 | 第63-64页 |
5.1.2 提高产品的需求满足性,拓展品牌的创新性 | 第64-65页 |
5.2 强化对服务的监管 | 第65-66页 |
5.2.1 优化服务管理,加强服务人员的培训 | 第65页 |
5.2.2 加强官方微博的经营,积极与消费者交流互动 | 第65-66页 |
5.3 开启中国化品牌情感建设,提升品牌认可度 | 第66-67页 |
5.3.1 增强品牌情感温情化、正能量化的影响力 | 第66-67页 |
5.3.2 深化品牌情感的社会价值和社会责任感 | 第67页 |
5.4 本章小结 | 第67-69页 |
结论 | 第69-71页 |
参考文献 | 第71-78页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
致谢 | 第79页 |