| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1电子商务的兴起与发展 | 第13-14页 |
| 1.1.2 电子商务中消费者产品选择问题的重要性 | 第14-15页 |
| 1.1.3 消费者产品选择问题中在线评论的重要性 | 第15-16页 |
| 1.2 问题的提出 | 第16-17页 |
| 1.2.1 基于在线评论的产品属性提取及权重确定方法 | 第16页 |
| 1.2.2 基于随机占优的产品选择方法 | 第16-17页 |
| 1.3 研究目标与研究意义 | 第17-18页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究意义 | 第17-18页 |
| 1.4 研究内容、研究思路与研究方法 | 第18-21页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 研究思路 | 第19-20页 |
| 1.4.3 研究方法 | 第20-21页 |
| 1.5 本文章节安排 | 第21-23页 |
| 第2章 相关研究文献综述 | 第23-37页 |
| 2.1 文献检索情况概述 | 第23-25页 |
| 2.1.1 文献检索范围分析 | 第23页 |
| 2.1.2 相关文献情况分析 | 第23-24页 |
| 2.1.3 学术趋势分析 | 第24-25页 |
| 2.2 关于消费者产品选择的研究 | 第25-31页 |
| 2.2.1 基于经济学理论的消费者产品选择研究 | 第26-27页 |
| 2.2.2 基于决策科学的消费者产品选择研究 | 第27-29页 |
| 2.2.3 基于其他方法的消费者产品选择研究 | 第29-31页 |
| 2.3 关于在线评论的研究 | 第31-34页 |
| 2.3.1 在线评论的有用性研究 | 第31-32页 |
| 2.3.2 在线评论的产品属性提取研究 | 第32-33页 |
| 2.3.3 在线评论的消费者情感分析研究 | 第33-34页 |
| 2.4 已有文献的贡献与不足 | 第34-35页 |
| 2.4.1 主要贡献 | 第34-35页 |
| 2.4.2 不足之处 | 第35页 |
| 2.4.3 对本文研究的启示 | 第35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 相关基础知识与研究框架 | 第37-47页 |
| 3.1 电子商务网站的产品选择现状及分析 | 第37-40页 |
| 3.1.1 电子商务网站产品选择现状概述 | 第37-39页 |
| 3.1.2 电子商务网站产品选择现状分析 | 第39-40页 |
| 3.2 在线评论的特点与表现形式 | 第40-43页 |
| 3.2.1 在线评论的特点 | 第40-41页 |
| 3.2.2 在线评论的表现形式 | 第41-43页 |
| 3.3 问题描述与研究框架 | 第43-45页 |
| 3.3.1 问题描述 | 第43-44页 |
| 3.3.2 研究框架 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于在线评论的产品属性提取及权重确定 | 第47-59页 |
| 4.1 预备知识 | 第47-49页 |
| 4.1.1 Apriori算法 | 第47-48页 |
| 4.1.2 中文分词与词性标注技术 | 第48-49页 |
| 4.2 在线评论获取与预处理 | 第49-50页 |
| 4.2.1 在线评论数据的来源 | 第49页 |
| 4.2.2 在线评论数据的预处理 | 第49-50页 |
| 4.3 在线评论效用的确定 | 第50-52页 |
| 4.3.1 在线评论效用分析 | 第51页 |
| 4.3.2 在线评论效用计算 | 第51-52页 |
| 4.4 产品属性集合的建立 | 第52-57页 |
| 4.4.1 产品属性提取框架 | 第52-54页 |
| 4.4.2 候选产品显性属性提取 | 第54-56页 |
| 4.4.3 候选产品隐性属性提取 | 第56页 |
| 4.4.4 产品属性集合的确定 | 第56-57页 |
| 4.5 考虑在线评论效用的产品属性权重确定 | 第57页 |
| 4.6 本章小结 | 第57-59页 |
| 第5章 基于随机占优的产品选择方法 | 第59-71页 |
| 5.1 预备知识 | 第59-63页 |
| 5.1.1 随机占优准则 | 第59-62页 |
| 5.1.2 PROMETHEE方法 | 第62-63页 |
| 5.2 情感分析 | 第63-66页 |
| 5.2.1 情感词极性的判断与量化 | 第63-64页 |
| 5.2.2 程度词、否定词的处理 | 第64-65页 |
| 5.2.3 关于消费者情感倾向的得分矩阵构建 | 第65-66页 |
| 5.3 产品排序的原理与方法 | 第66-69页 |
| 5.3.1 产品关于属性的概率分布计算 | 第66-67页 |
| 5.3.2 产品之间优序度计算 | 第67-68页 |
| 5.3.3 产品的排序与选择 | 第68-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第6章 潜在应用研究:京东商城笔记本电脑选择 | 第71-81页 |
| 6.1 数据的获取与预处理 | 第71-73页 |
| 6.1.1 背景介绍 | 第71页 |
| 6.1.2 备选产品描述 | 第71-72页 |
| 6.1.3 在线评论数据的获取 | 第72-73页 |
| 6.1.4 在线评论数据的预处理 | 第73页 |
| 6.2 笔记本电脑属性提取 | 第73-75页 |
| 6.2.1 产品评论的效用值确定 | 第73-74页 |
| 6.2.2 产品属性的提取与权重确定 | 第74-75页 |
| 6.3 基于随机占优的笔记本电脑选择过程 | 第75-78页 |
| 6.3.1 产品评论情感分析 | 第75-76页 |
| 6.3.2 概率分布计算 | 第76-77页 |
| 6.3.3 备选产品之间随机占优关系的计算 | 第77页 |
| 6.3.4 备选产品之间优序度计算 | 第77-78页 |
| 6.4 笔记本电脑选择结果与分析 | 第78-80页 |
| 6.4.1 备选产品排序结果 | 第78-79页 |
| 6.4.2 备选产品排序与选择结果分析 | 第79-80页 |
| 6.5 本章小结 | 第80-81页 |
| 第7章 结论与展望 | 第81-85页 |
| 7.1 本文主要研究成果 | 第81页 |
| 7.2 本文的主要结论 | 第81-82页 |
| 7.3 本文的主要贡献 | 第82-83页 |
| 7.4 本文研究局限 | 第83页 |
| 7.5 进一步研究工作展望 | 第83-85页 |
| 参考文献 | 第85-93页 |
| 致谢 | 第93-94页 |
| 作者简介 | 第94-95页 |
| 攻读学位期间发表论文和参与科研情况 | 第95页 |