原文传递
基于汽车UGC的真实用户体验识别
| 论文题名： | 基于汽车UGC的真实用户体验识别 |
| 关键词： | 汽车UGC;真实用户;体验识别 |
| 摘要： | 互联网时代使其正在向各个领域渗透，汽车领域同样也涌现出越来越多且越来越优秀的垂直网站，与之相应大量出现的还有用户生成内容，即UGC（UserGeneratedContent）。然而这些网站的UGC却并非都是真实的，对大量用户和需要此数据挖掘信息的人造成一定的困扰。同时，随着UGC越来越成为人们获取信息来源的重要渠道，如果能够从中挖掘出用户体验及需求，将会对汽车产品的改进提供一定的参考意见。本文基于汽车UGC对真实用户的用车体验进行了分析挖掘，主要研究内容包含以下几个方面： （1）提出了一种根据评论文本内容来识别异常用户的方法。根据朴素贝叶斯算法、支持向量机算法以及长短期记忆神经网络构建了三个识别异常用户的模型，并根据实际数据进行了验证，选出了识别准确率更高的模型，又应用该模型对本文需要用到的文本数据做了异常识别及分类。 （2）提出了一种针对汽车领域识别评论文本中实体词和观点词的方法。根据评论文本中现有的语言特征设计了几种特征模板，利用条件随机场进行实验择优选取。利用深度学习的理论构建了识别实体词和观点词的模型，并经实验验证说明了该模型具有良好的识别效果。 （3）提出了一套基于汽车UGC来分析用户体验的方法、挖掘了真实用户需求、并对正异常用户的体验进行了对比分析。通过对用户评论文本中实体词和观点词的识别来挖掘用户对于汽车产品的观点意见，并对每条用户评论进行了情感值打分来对其进行情感分析，根据评论的情感分值计算各大属性特征的平均情感值。结合四分图模型的相关理论，根据本文数据特点对其进行改进，计算了用户的满意度和关注度。创造了“满意度-关注度”四分图模型，实现对真实用户需求的挖掘，运用异常用户识别及用户体验分析的方法对正异常用户的体验进行了对比分析及差异探究。 |
| 作者： | 娄子安 |
| 专业： | 车辆工程 |
| 导师： | 王磊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
