首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于文本挖掘技术的顾客体验满意度研究--以京东书城为例

中文摘要第4-5页
Abstract第5页
第1章 绪论第9-18页
    1.1 研究背景及意义第9-12页
        1.1.1 研究背景第9-11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 顾客满意度理论研究现状第12-13页
        1.2.2 顾客满意度实际应用及发展趋势第13-15页
    1.3 论文研究内容及研究方法第15-16页
        1.3.1 论文研究主要内容第15-16页
        1.3.2 论文创新点第16页
    1.4 论文框架和内容第16-18页
第2章 相关理论与关键技术第18-27页
    2.1 顾客体验满意度研究第18-22页
        2.1.1 顾客体验满意度相关理论第18-19页
        2.1.2 顾客体验维度第19-20页
        2.1.3 满意度模型第20-22页
    2.2 在线评论相关研究第22-23页
        2.2.1 在线评论相关概念理论第22页
        2.2.2 网络评论与传统口碑区别第22-23页
    2.3 文本挖掘技术第23-26页
        2.3.1 文本挖掘基本概念第23-24页
        2.3.2 文本挖掘流程第24-26页
    2.4 本章小结第26-27页
第3章 京东网上书城评论文本数据预处理及分析第27-39页
    3.1 京东书城简介第27-28页
    3.2 数据采集第28-31页
        3.2.1 爬虫工具介绍第28页
        3.2.2 Scrapy数据处理流程第28-29页
        3.2.3 评论文本数据采集第29-31页
    3.3 中文分词第31-35页
        3.3.1 常见分词工具介绍第32-33页
        3.3.2 评论文本分词处理第33-35页
    3.4 特征提取第35-37页
        3.4.1 特征观点对第35-36页
        3.4.2 特征词提取第36-37页
    3.5 聚类分析第37-38页
        3.5.1 层次聚类第37页
        3.5.2 特征词聚类第37-38页
    3.6 本章小结第38-39页
第4章 京东网上书城顾客体验满意度模型构建第39-70页
    4.1 京东网上书城顾客体验满意度模型构建及假设提出第39-44页
        4.1.1 京东网上书城顾客体验满意度模型构建第39-41页
        4.1.2 京东网上书城顾客体验满意度模型变量界定第41-42页
        4.1.3 研究假设提出第42-44页
    4.2 问卷设计第44-45页
    4.3 实证分析第45-67页
        4.3.1 描述性分析第46页
        4.3.2 因子分析第46-51页
        4.3.3 信度分析第51-52页
        4.3.4 相关性分析第52-54页
        4.3.5 回归分析第54-67页
    4.4 京东网上书城顾客体验满意度模型调整第67-68页
    4.5 本章小结第68-70页
第5章 研究结论与建议第70-78页
    5.1 研究结论第70-71页
    5.2 京东书城优势分析及建议第71-75页
        5.2.1 京东书城优势第71-72页
        5.2.2 对物流方面的建议第72-73页
        5.2.3 对商品采购方面建议第73-75页
        5.2.4 对服务方面的建议第75页
    5.3 研究的局限性第75-76页
    5.4 研究展望第76-77页
    5.5 本章小结第77-78页
参考文献第78-82页
附录1:京东顾客体验满意度调查问卷第82-83页
附录2:爬虫程序主要程序段第83-85页
附录3:中文分词及聚类分析程序段第85-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:基于偏微分方程改进的图像去噪算法研究
下一篇:卷积神经网字符识别算法研究