基于文本挖掘的生鲜电商顾客满意度研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 生鲜农产品电商研究现状 | 第12-14页 |
| 1.2.2 顾客满意度研究现状 | 第14-16页 |
| 1.2.3 文本挖掘研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 研究方法 | 第19页 |
| 1.5 研究框架 | 第19-21页 |
| 第2章 相关理论阐述 | 第21-27页 |
| 2.1 网络爬虫相关理论 | 第21-23页 |
| 2.1.1 网络爬虫的概念 | 第21页 |
| 2.1.2 网络爬虫的体系结构 | 第21-23页 |
| 2.1.3 网络爬虫的基础技术 | 第23页 |
| 2.2 文本预处理相关理论 | 第23-25页 |
| 2.2.1 文本预处理的概念 | 第23页 |
| 2.2.2 文本预处理的方法 | 第23-25页 |
| 2.3 情感分析相关理论 | 第25-26页 |
| 2.3.1 情感分析的概念 | 第25页 |
| 2.3.2 情感分析的方法 | 第25-26页 |
| 2.4 文本挖掘相关理论 | 第26-27页 |
| 2.4.1 文本挖掘的概念 | 第26页 |
| 2.4.2 文本挖掘的流程 | 第26-27页 |
| 第3章 生鲜电商顾客评论的文本特征分析 | 第27-43页 |
| 3.1 数据的采集和预处理 | 第27-29页 |
| 3.1.1 数据的选取 | 第27-28页 |
| 3.1.2 数据的采集 | 第28页 |
| 3.1.3 数据的预处理 | 第28-29页 |
| 3.2 文本特征分析 | 第29-42页 |
| 3.2.1 基于词云图的特征分析 | 第29-34页 |
| 3.2.2 基于网络语义图的特征分析 | 第34-39页 |
| 3.2.3 基于决策树的特征分析 | 第39-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 生鲜电商顾客评论的满意度分析 | 第43-59页 |
| 4.1 词性标注与词对的匹配 | 第43-45页 |
| 4.1.1 词性的标注 | 第43页 |
| 4.1.2 特征情感词对的匹配 | 第43-45页 |
| 4.2 情感值的计算 | 第45-48页 |
| 4.2.1 情感词库的建立 | 第46页 |
| 4.2.2 短句情感值的计算 | 第46-48页 |
| 4.3 情感值分布特征及结果分析 | 第48-51页 |
| 4.3.1 情感极性分布特征 | 第48-50页 |
| 4.3.2 综合情感值结果分析 | 第50-51页 |
| 4.4 基于情感值的满意度计算 | 第51-58页 |
| 4.4.1 满意度指标体系的构建 | 第51-53页 |
| 4.4.2 指标权重的确定 | 第53-57页 |
| 4.4.3 满意度的计算 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 方法与结果的对比分析及建议 | 第59-65页 |
| 5.1 方法与结果的对比分析 | 第59-61页 |
| 5.1.1 不同方法的对比分析 | 第59-60页 |
| 5.1.2 不同方法下的结果对比分析 | 第60-61页 |
| 5.2 建议与对策 | 第61-65页 |
| 结论与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73-76页 |
