关联规则在网络客户评论中的关联分析研究

被引:2
作者
王和勇
吴晓桦
机构
[1] 华南理工大学经济与贸易学院
关键词
数据挖掘; 客户评论; 关联规则; 大数据;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
随着互联网时代的到来,传统的商务模式开始向电子商务模式转变,在博客、论坛、贴吧或电商网站上出现大量的针对商品或服务的客户评论,这些客户评论包含着丰富的信息,对企业或消费者来说具有重要的价值。利用数据挖掘算法针对某一具体客户评论数据集进行分析,挖掘出有趣的信息来,并根据这些有趣的结论进一步调整企业的商务运营管理,尤其是互联网企业。文中通过某一电商网站上客户评论大数据集进行分析,采用Apriori算法发现客户属性与商品类别之间有趣的关联规则,并根据这些信息进一步分析,为电商企业提出基于客户评论大规模数据下的管理策略。文中研究采用了通过逐步增大样本容量,对该结论进行了验证实验,实验结果验证了该结论的有效性。
引用
收藏
页码:81 / 84
页数:4
相关论文
共 5 条
[1]   挖掘中文网络客户评论的产品特征及情感倾向 [J].
李实 ;
叶强 ;
李一军 ;
罗嗣卿 .
计算机应用研究, 2010, 27 (08) :3016-3019
[2]   中文网络客户评论的产品特征挖掘方法研究 [J].
李实 ;
叶强 ;
李一军 ;
Rob Law .
管理科学学报, 2009, 12 (02) :142-152
[3]  
基于Clementine的数据挖掘[M]. 中国人民大学出版社 , 薛薇等, 2012
[4]   Using online conversations to study word-of-mouth communication [J].
Godes, D ;
Mayzlin, D .
MARKETING SCIENCE, 2004, 23 (04) :545-560
[5]   The influence of online product recommendations on consumers' online choices [J].
Senecal, S ;
Nantel, J .
JOURNAL OF RETAILING, 2004, 80 (02) :159-169