首页--经济论文--贸易经济论文--中国国内贸易经济论文--商品流通论文--电子贸易、网上贸易论文

基于情感分析的B2C电子商务物流服务质量监测研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第10-17页
    1.1 研究背景第10-12页
    1.2 研究意义第12页
        1.2.1 理论意义第12页
        1.2.2 现实意义第12页
    1.3 研究内容第12-13页
    1.4 研究思路和方法第13-15页
        1.4.1 研究思路第13-15页
        1.4.2 研究方法第15页
    1.5 本文的创新点第15-17页
第2章 相关理论及研究综述第17-33页
    2.1 服务质量第17-21页
        2.1.1 服务质量的概念第17-18页
        2.1.2 服务质量的典型评价模型第18-21页
    2.2 物流服务质量第21-23页
        2.2.1 物流服务质量的概念第21-22页
        2.2.2 物流服务质量的典型评价模型第22-23页
    2.3 B2C电子商务物流服务质量第23-29页
        2.3.1 B2C电子商务物流的特点第23-25页
        2.3.2 B2C电子商务物流的模式第25-26页
        2.3.3 B2C电子商务物流服务质量研究综述第26-29页
    2.4 情感分析第29-31页
        2.4.1 情感分析的概念第29-30页
        2.4.2 情感分析的研究综述第30-31页
    2.5 文献述评第31-33页
第3章 B2C电子商务物流服务质量指标体系的构建第33-46页
    3.1 B2C电子商务物流服务质量指标体系的构建思路第33-34页
    3.2 B2C电子商务物流服务质量指标体系的初步构建第34-39页
        3.2.1 指标体系的构建原则第34-35页
        3.2.2 指标体系的初步构建第35-37页
        3.2.3 初始指标体系及各指标含义第37-39页
    3.3 数据调研第39-43页
        3.3.1 顾客评论数据收集与预处理第40页
        3.3.2 B2C电子商务物流服务质量关键词提取第40-43页
    3.4 B2C电子商务物流服务质量指标体系的确定第43-45页
        3.4.1 指标的调整第43-44页
        3.4.2 B2C电子商务物流服务质量指标体系的确定第44-45页
    3.5 本章小结第45-46页
第4章 基于情感分析的B2C电商物流服务质量的监测方法第46-54页
    4.1 B2C电商物流服务质量监测研究的总体框架第46-47页
    4.2 B2C电子商务物流服务质量相关评论的筛选方法第47-50页
        4.2.1 基于B2C电商物流服务质量关键词词典的筛选方法第47-48页
        4.2.2 基于LDA主题模型的筛选方法第48-50页
    4.3 基于情感分析的B2C电商物流服务质量的监测方法第50-53页
        4.3.1 B2C电商物流服务质量各指标情感得分统计第50-52页
        4.3.2 B2C电商物流服务质量各指标的权重计算第52-53页
        4.3.3 B2C电商物流服务质量的情感总得分计算第53页
    4.4 本章小结第53-54页
第5章 京东商城物流服务质量的实例分析第54-73页
    5.1 京东顾客评论数据的收集与处理第54-59页
        5.1.1 评论数据的收集第55页
        5.1.2 评论数据的清洗第55-56页
        5.1.3 评论数据分词处理和词频统计第56-58页
        5.1.4 物流服务质量相关评论的筛选第58-59页
    5.2 基于情感分析的京东商城物流服务质量的监测结果第59-67页
        5.2.1 京东商城物流服务质量各指标情感得分统计结果第59-63页
        5.2.2 京东商城物流服务质量各指标权重计算结果第63-65页
        5.2.3 京东商城物流服务质量各季度情感得分计算结果第65-66页
        5.2.4 京东商城物流服务质量年度情感总得分计算结果第66-67页
    5.3 监测结果与管理启示第67-71页
        5.3.1 监测结果第67-70页
        5.3.2 管理启示第70-71页
    5.4 本章小结第71-73页
第6章 总结与展望第73-76页
    6.1 研究总结第73-74页
    6.2 研究展望第74-76页
致谢第76-77页
参考文献第77-83页
附录A 京东商城顾客评论爬虫程序第83-84页
附录B 京东商城顾客评论数据的清洗第84-85页
附录C 评论数据分词处理和词频统计第85-86页
附录D LDA主题模型构建与训练第86-88页
附录E B2C电子商务物流服务质量相关评论筛选第88-89页
附录F B2C电商物流服务质量各指标情感得分统计第89-92页
攻读硕士学位期间取得的研究成果第92页

论文共92页,点击 下载论文
上一篇:电商企业仓库出库作业计划编制优化研究
下一篇:基于改进粒子群算法的家电物流配送车辆调度优化问题研究