- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
产品在线评论活跃状态演变模式分析
产品在线评论活跃状态演变模式分析
施慧斌 李红 苗蕊 姚忠
北京航空航天大学经济管理学院 沈阳工业大学管理学院 东北财经大学管理科学与工程学院
X
关注成功!
加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知!
新浪微博
腾讯微博
人人网
开心网
豆瓣网
网易微博
摘????要:
本文建立了产品Web信息活跃状态演化模式。利用隐马尔可夫模型对产品Web信息活跃状态进行建模, 分析产品Web信息随时间变化的趋势, 最后采用时间序列聚类算法对不同产品对应的Web信息进行聚类, 得到产品Web信息活跃状态演变的模式, 为厂商和卖家做出科学的营销, 提供一定的帮助。
关键词:
在线评论; 活跃状态; 广义虚拟经济; 演化模式;
作者简介:施慧斌 (1982—) , 男, 辽宁沈阳人, 北京航空航天大学经济管理学院博士生, 研究方向为电子商务。
收稿日期:2016-04-11
基金:广义虚拟经济研究专项资助项目[项目编号:GX2010-1013 (Y) ]
The Analysis of the Evolution Patterns of Product Online Review Activeness
SHI Hui-bin LI Hong
School of Economics and Management, Beihang University;
Abstract:
This paper proposes the evolution patterns of product online review activeness. This paper builds the model of product online review activeness using HMM model. And then analyzes the product online review change trends over time. Finally, chooses time series clustering algorithm to cluster the online reviews of the different products, and gets the product online review activeness evolution patterns. This can help the manufacturers and sellers to make more effective decision of marketing.
Keyword:
online review; activeness; the generalized virtual economy; evolution pattern;
Received: 2016-04-11
一、引言
广义虚拟经济学理论已经在多个领域得到应用[1-5]。产品在线评论在一定程度上, 可以显示出消费者对该产品的消费热情, 通常会随着时间的流逝而发生变化, 所以产品在线评论的活跃程度正是消费者 (主体) 和产品 (客体) 、产品 (物质态) 和产品在线评论 (信息态) 之间的相互作用所产生的二元价值容介态的体现[6,7]。因此, 产品在线评论的活跃度及其演化趋势, 是产品竞争力和受关注程度的现在及未来状况的直接体现。
如果将一段时间内的产品在线评论在固定时间间隔内处于的活跃状态, 可以发现, 不同产品在线评论对应图形的形状是有区别的, 但从图形的走势上看, 可以归类成几种模式。对产品在线评论活跃状态演化模式的分析, 可以找出产品所处的生命周期阶段, 从而帮助厂商和卖家做出更为科学合理的营销决策。
本文利用隐马尔可夫模型, 对产品在线评论活跃状态演变进行建模分析, 发现产品在线评论的时间变化趋势, 最后采用时间序列聚类算法对不同产品对应的在线评论进行聚类, 得到产品在线评论活跃状态演变的模式, 并进行了分析。
二、基于隐马尔可夫模型的产品在线评论活跃状态演化建模
隐马尔可夫模型 (Hidden Markov Model, HMM) 最初是在20世纪60年代后半期Leonard E.Baum和其他一些作者在一系列的统计学论文中提出的[8]。HMM最初的应用之一是开始于20世纪70年代中期的语音识别, 随后又广泛应用于生物序列、故障诊断和信息提取等领域[9-13]。
在某一时间段内, 产品在线评论数据数量对应着产品在线评论的活跃状态 (activeness) 。如果这段时间内, 产品在线评论数据数量呈现快速增长的趋势, 则产品在线评论所处活跃状态的活跃度比较高。本文采用基于隐马尔可夫模型的建模方法对产品在线评论活跃状态进行建模, 产品在线
文档评论(0)