1. 研究目的与意义
现在大数据、人工智能等技术已较为成熟，尤其是在电商领域，人工智能能够帮助企业分析挖掘一线消费者真实评价中的文本数据价值，以直观可视化的形式表现，实现消费者洞察的数字化升级。在这样的背景下上，把握好影响线上销量的各个因素就显得尤其重要。
从消费者角度来看，电商平台拥有详尽的全品类产品介绍和完整的评论体系，消费者在购买产品前常常面临信息量太大、选择太多的问题，因此翻阅买家评论是最直观的决策要素之一。因此，本文旨在通过对于在线评论细粒度文本挖掘的方法，来深入研究体验质量对于产品线上销量产生的影响，能够对企业商户的经营起到借鉴的作用。
2. 研究内容和预期目标
|
研究内容： 本文研究了淘宝这一主流电商平台中所出现的用户评论，对体验质量对线上销量的影响程度进行了探讨。并且建立了与用户体验质量相符合的数据挖掘模型并对其进行分析，基于大量的评论数据，进行了实证检验。 拟解决问题： 1、从产品评论中提取出关于体验质量的属性。 2、消除不同用户之间的评论存在个体差异对于模型的影响。 3、弥合文本性和定性性质与离散选择模型的定量性质之间的差距并建立模型。 写作提纲： 一、引言 二、文献综述 三、基础模型：基于在线评论细粒度文本挖掘的产品线上销量预测模型 四、模型扩展：体验质量影响产品线上销量的机理模型 五、实证分析 （一）数据采集与处理 （二）模型估计 （三）结果分析 五、结论及展望 参考文献
|
3. 国内外研究现状
国外研究现状：
mayzlin发现，亚马逊网站上某一本书的评论数量对它在网站上的销量排名是有积极影 响的。gopinath等研究发现，口碑量可以间接地通过口碑极性来影响产品的品牌绩效。tang等发现评论的差异性与正负评论的数量密切相关。 chevalier等通过两个售书网站的数据证明，两个网站的图书销量差异与其在线评分差异呈正相关。ye等利用网站的数据来证明用户的在线评论与旅馆收益之间的关系。liu(2006)、duan等(2008)在研究网络评价的评论数量和评论效价对电影票房的影响时，发现仅有评论数量产生显著的影响。然而，同样研究电影行业的网络口碑效应，dellarocas等(2007)却发现评论数量和评论效价均有显著的影响。chintagunta等(2010)同时分析了评论数量、评论效价和评论差异三种口碑维度对电影票房的影响，他们发现仅有评论效价存在显著的影响，而评论数量和评论差异的影响并不显著。clemons等(2006)同样研究了这三种效应对啤酒销量的影响，却发现评论效价和评论差异均对销量有显著的影响，并认为前25%的评分情况对销量的预测最为精确。
国内研究现状：
4. 计划与进度安排
2022年12月15日至2022年12月24日：撰写、提交、修改开题报告
2022年12月24日至2022年3月26日：撰写毕业论文初稿及、中期检查表并提交
2022年3月27日至2022年4月16日：论文中期检查
5. 参考文献
1、chevalier, j. a., and mayzlin, d. the effect of word of mouth on sales: online book reviews. journal of marketing research 43, 3 (aug. 2006), 345--354.
2、dave, k., lawrence, s., and pennock, d. m. mining the peanut gallery: opinion extraction and semantic classi?cation of product reviews. in proceedings of the 12th international world wide web conference (www12)(2003), pp. 519--528.
3、ghani, r., probst, k., liu, y., krema, m., and fano, a. text mining for product attribute extraction. sigkdd explorations 1, 8 (june 2006), 41--48.
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
