| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 研究现状与分析 | 第11-12页 |
| 1.2.1 现状综述 | 第11-12页 |
| 1.2.2 现状分析 | 第12页 |
| 1.3 研究目标和内容 | 第12-14页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 研究路线与关键技术 | 第14-17页 |
| 1.4.1 研究路线 | 第14-15页 |
| 1.4.2 关键技术路线 | 第15页 |
| 1.4.3 关键技术使用工具 | 第15-17页 |
| 第2章 数据采集和预处理 | 第17-23页 |
| 2.1 数据的选取 | 第17-18页 |
| 2.1.1 手机品牌的选择 | 第17页 |
| 2.1.2 网站的选择 | 第17-18页 |
| 2.2 数据的采集 | 第18-21页 |
| 2.3 数据的预处理 | 第21-23页 |
| 第3章 手机客户网络评论的特征分析 | 第23-30页 |
| 3.1 基于可视化技术的特征分析 | 第23-27页 |
| 3.1.1 基于词云的可视化分析 | 第23-26页 |
| 3.1.2 基于网络语义的可视化分析 | 第26-27页 |
| 3.2 基于LDA主题模型的特征分析 | 第27-30页 |
| 3.2.1 LDA主题模型分析原理 | 第28页 |
| 3.2.2 LDA主题模型分析结果 | 第28-30页 |
| 第4章 基于情感词典的手机评论情感分析 | 第30-37页 |
| 4.1 情感词典的构建 | 第30-32页 |
| 4.1.1 基础情感词典 | 第30-31页 |
| 4.1.2 拓展情感词典 | 第31页 |
| 4.1.3 程度词词典 | 第31-32页 |
| 4.1.4 网络用语情感词典 | 第32页 |
| 4.2 情感计算的算法分析 | 第32-34页 |
| 4.2.1 原理分析 | 第32-33页 |
| 4.2.2 算法设计 | 第33-34页 |
| 4.3 情感计算的结果分析 | 第34-37页 |
| 第5章 基于主题和情感的客户分类 | 第37-39页 |
| 5.1 主题情感分类的构建 | 第37页 |
| 5.2 主题情感分类的结果 | 第37-39页 |
| 第6章 客户细分的统计分析 | 第39-43页 |
| 6.1 细分指标体系的构建 | 第39页 |
| 6.2 客户细分模型分析 | 第39-40页 |
| 6.3 客户细分的结果 | 第40-43页 |
| 第7章 基于客户细分的有序多分类Logistic回归分析 | 第43-48页 |
| 7.1 有序多分类Logistic回归模型分析 | 第43-44页 |
| 7.2 有序多分类Logistic回归分析的结果 | 第44-46页 |
| 7.3 有序多分类Logistic回归分析预测模型的评价 | 第46-48页 |
| 第8章 总结与展望 | 第48-51页 |
| 8.1 主要研究工作的总结 | 第48-49页 |
| 8.2 客户营销的建议 | 第49-50页 |
| 8.3 下一步工作的展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 附录 | 第53-59页 |
| 致谢 | 第59-60页 |