基于用户选购及在线点评行为的门店画像研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 相关研究现状 | 第10-12页 |
| 1.3 主要研究方法 | 第12-13页 |
| 1.4 主要研究内容 | 第13页 |
| 1.5 本文结构安排 | 第13-15页 |
| 第二章 本文相关理论 | 第15-29页 |
| 2.1 文本向量化 | 第15-21页 |
| 2.1.1 大规模语料新词识别 | 第15-16页 |
| 2.1.2 文本分词及词性标注 | 第16-18页 |
| 2.1.3 停用词及词性过滤 | 第18页 |
| 2.1.4 文本表示 | 第18-20页 |
| 2.1.5 文本特征选择 | 第20-21页 |
| 2.2 文本分类 | 第21-26页 |
| 2.2.1 朴素贝叶斯分类 | 第21-23页 |
| 2.2.2 最大熵分类 | 第23-24页 |
| 2.2.3 分类模型评估 | 第24-26页 |
| 2.3 文本聚类 | 第26-28页 |
| 2.3.1 K-Means聚类 | 第27-28页 |
| 2.3.2 K-Means聚类类别个数确定 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 数据获取、预处理及基本描述 | 第29-38页 |
| 3.1 网络爬虫 | 第29-31页 |
| 3.2 数据获取 | 第31-32页 |
| 3.3 数据清洗 | 第32-34页 |
| 3.4 数据基本统计描述 | 第34-37页 |
| 3.4.1 用户信息基本统计 | 第34-36页 |
| 3.4.2 门店信息基本统计 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 点评文本情感分类与主题聚类 | 第38-52页 |
| 4.1 在线点评文本向量化 | 第38-44页 |
| 4.1.1 新词识别 | 第39-40页 |
| 4.1.2 文本分词及词性标注 | 第40-41页 |
| 4.1.3 停用词及词性过滤 | 第41-42页 |
| 4.1.4 文本表示 | 第42-43页 |
| 4.1.5 文本特征选择 | 第43-44页 |
| 4.2 点评文本情感分类 | 第44-47页 |
| 4.3 点评文本聚类分析 | 第47-51页 |
| 4.3.1 K-Means算法类别数目选择 | 第47-48页 |
| 4.3.2 K-Means算法聚类结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于用户选购及在线点评行为的门店画像 | 第52-59页 |
| 5.1 门店画像的意义 | 第52页 |
| 5.2 门店画像构建思路 | 第52-53页 |
| 5.3 门店画像指标体系设计 | 第53-57页 |
| 5.3.1 门店画像之用户选购行为指标 | 第53-55页 |
| 5.3.2 门店画像之在线评论行为指标 | 第55-57页 |
| 5.4 门店画像指标建模 | 第57页 |
| 5.5 门店画像生产应用 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
