科研之友
微信
新浪微博
Facebook
分享链接
摘要
在线评论在客户关系管理、产品营销等方面发挥着重要作用，有效利用在线评论来分析用户满意度，对企业改善其服务和产品至关重要。传统的满意度分析方法的变量设计往往依赖专家建议，较少考虑正负属性的不对称影响。为解决这些问题，利用文本细粒度观点挖掘技术，对用户在线评论进行特征挖掘，构建产品服务质量分数，并采用PRCA技术对服务属性的正负影响进行量化，将服务属性投射为Kano属性分类，然后分析不同粒度下不同品牌的客户满意度特点，并给出不同品牌的属性优先顺序。最后，从咖啡评论数据中挖掘出5个关键属性。实验结果表明，不同属性对满意度影响具有不对称效应，且不同粒度下的顾客满意度影响因素具有不同的特点，并给出了相应的精细化企业管理策略。
- 出版日期2023
- 单位西南交通大学; 经济管理学院
