摘要：在线评论充分反映了消费者对所购产品、服务的真实感受，通过一定的文本分析技术可以挖掘蕴藏其中的大量有价值的信息，如消费者对产品的需求偏好，进而给企业对于产品的改进、研发带来一定的借鉴意义。该研究以京东和各品牌官网上6款比较热销的笔记本电脑为研究对象，获取相关有效在线评论7483条，首先采用BNP模式+BAE算法提取笔记本电脑的产品特征词，对消费者的产品需求偏好进行归纳分类；接着将在线评论文本转为数据矩阵，采用K-Means聚类算法对笔记本电脑消费者进行客户细分，并总结各个细分群体的特征，最后为企业的产品定位和发展以及精准营销战略提出相关的建议。

 

关键词：在线评论；产品需求偏好；客户细分；BAE算法；K-Means聚类

 

目 录

摘 要

Abstract

1 前言-1

1.1 研究背景-1

1.2研究意义-1

2 国内外文献综述-3

2.1 国外研究现状-3

2.2 国内研究现状-3

2.3 创新思路-4

2.4 论文的组织架构-4

3 相关理论概述-6

3.1 在线评论-6

3.2 产品特征-6

3.3 候选项模式-6

3.4 边界平均信息熵BAE-6

3.5 K-Means聚类算法-7

4 实证分析-9

4.1 数据来源-9

4.2 基于在线评论的产品需求偏好判别-9

4.2.1 笔记本电脑的产品特征词提取-10

4.2.2 产品需求偏好判别-13

4.3 客户细分-16

4.3.1 数据处理流程-16

4.3.2 消费者群体聚类结果-17

4.3.3 消费者群体特征分析-18

5 结论与建议-20

5.1 研究结论-20

5.2 建议-20

6 结语-22

参考文献-23

致谢