| 中文摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·选题背景 | 第10页 |
| ·国内外在线商品评论研究现状 | 第10-12页 |
| ·在线商品评论有用性影响因素研究 | 第10-11页 |
| ·在线商品评论是企业情报重要来源 | 第11页 |
| ·在线评论的价值研究综述 | 第11-12页 |
| ·在线商品评论与购买行为的研究 | 第12页 |
| ·创新点 | 第12-13页 |
| ·研究内容、研究对象的生成和分析工具 | 第13-17页 |
| ·研究内容 | 第13页 |
| ·研究对象的生成 | 第13-15页 |
| ·统计分析和数据挖掘算法实现工具 | 第15-17页 |
| 第2章 账号在线评论特征的统计描述 | 第17-25页 |
| ·账号在线评论指标说明及概念界定 | 第17-18页 |
| ·账号等级越高越倾向于发表在线评论 | 第18页 |
| ·账号在线评论特征的描述统计量 | 第18-19页 |
| ·账号在线评论特征的密度直方图和核密度估计 | 第19-25页 |
| ·发表过评论的账号总体近期评论参与度偏低 | 第19-20页 |
| ·75%账号发表评论数量在 25 条以下 | 第20-21页 |
| ·发表过评论的账号总体更倾向于打高分 | 第21页 |
| ·发表过评论的账号总体互动性接近冰点 | 第21-22页 |
| ·发表过评论的账号总体发表评论尽可能简短 | 第22-23页 |
| ·发表过评论的账号总体评论态度偏谨慎 | 第23-25页 |
| 第3章 不同等级账号的在线评论特征差异性分析 | 第25-35页 |
| ·单因素方差分析理论 | 第25-26页 |
| ·算法应用 | 第26-35页 |
| ·账号等级越高，账号近期评论参与度越高 | 第26-27页 |
| ·账号等级越高，评论总数越多 | 第27-29页 |
| ·钻石以上会员的打分均值高于其他等级会员 | 第29-30页 |
| ·账号等级的各个水平在回复率上有显著差异 | 第30-32页 |
| ·注册会员在心得_平均_使用字数上低于除高级会员以外的其他等级会员 | 第32-33页 |
| ·账号等级越高，评论态度越谨慎 | 第33-35页 |
| 第4章 账号在线评论特征自身及其与账号等级相关性分析 | 第35-41页 |
| ·理论基础 | 第35-38页 |
| ·Correlation-based Feature Selection | 第35-37页 |
| ·因子分析 | 第37-38页 |
| ·算法应用 | 第38-40页 |
| ·总结 | 第40-41页 |
| 第5章 账号在线评论特征的聚类分析 | 第41-51页 |
| ·聚类算法简介 | 第41-44页 |
| ·CascadeSimpleKMeans | 第41页 |
| ·XMeans | 第41-42页 |
| ·EM | 第42-43页 |
| ·聚类算法评估技术 | 第43-44页 |
| ·算法应用 | 第44-51页 |
| ·运行结果展示 | 第44页 |
| ·运行结果分析 | 第44-45页 |
| ·EM 生成簇描述 | 第45-50页 |
| ·簇和账号等级关联分析 | 第50-51页 |
| 第6章 研究结论和建议 | 第51-54页 |
| ·评论卷入度、账号满意度和账号等级的关系 | 第51页 |
| ·针对性的提升丧失评论积极性人群的评论卷入度 | 第51-52页 |
| ·给予购物体验失败账号更多关注 | 第52页 |
| ·改进现有评论奖励机制 | 第52页 |
| ·研究不足 | 第52-53页 |
| ·对以京东商城为代表的中国电商表达钦佩 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56-63页 |
| 1、用于选取各个水平已发表评论和未发表评论的人数的存储过程 | 第56-57页 |
| 2、用于获取研究样本的存储过程 | 第57-59页 |
| 3、R 脚本获取第二章的图表和第三章的箱线图 | 第59-61页 |
| 4、R 脚本进行不同等级的账号在线评论特征差异性分析 | 第61-62页 |
| 5、R 脚本获取第四章因子分析结果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 在学期间发表文章 | 第64页 |
