- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于用户网络评论信息的产品创新研究.doc
基于用户网络评论信息的产品创新研究
摘要:以小米手机产品改进过程为分析对象,选择中关村在线网站作为信息源,通过对小米品牌三款旗舰手机在线用户评论信息进行中文分词、词频统计等处理,研究用户对产品各属性评论信息与产品改进之间的关系。研究发现:手机改进方向和程度与用户评论变化之间存在很强的关联性,公司可以根据前一款手机的评论信息决定后一款手机的改进内容,确定研发方向。实证结果表明:利用网络评论信息进行产品改进是可行的、有效的,借助网络挖掘工具获取网络评论信息是易于操作的。研究结果为企业提供了一种面向用户研发、改进产品的渠道,真正使用户的评论成为企业产品改进的创新来源。
关键词:基于用户;网络评论;手机;产品改进;实证
中图分类号:F713 文献标识码: 文章编号:
Abstract: The thesis, which selects product improvement process of miui mobile phone as research object and Zhongguancun online website as data source, study on the relationship between user comments and product improvement by Chinese word segmentation and word frequency statistics. Study found that there is a strong relationship between the product improvement and changes of user reviews, the company can recognize the improvement of latter product according to online reviews of the former product. Product improvement using online reviews is available. This result offers an important and direct way to user oriented development and product improvement for enterprise, online reviews is a direct source of product innovation.
Key words: based on user; online reviews; mobile phone; product improvement; empirical
1 引言
对企业来说,用户的网络评论信息既包含了消费者的使用心得、感受和体会,也有对产品的不满和期待。这些不满和期待恰恰是企业产品持续改进和创新的主要问题来源。互联网思维下的产品创新,竞争的是能否充分有效地利用来自最终用户的信息,从用户评论信息中挖掘出自己产品的优势和劣势,并且根据这些信息有针对性地调整后续产品的研发策略。本文以小米手机为例,通过对中关村在线网站(http://)上小米手机用户评论信息的挖掘,识别和判断产品的改进方向和内容,再利用新一代小米手机的产品功能特征,说明利用用户评论信息进行产品改进和创新的可行性,最后利用第三代小米手机进一步验证了基于用户评论信息做出产品改进策略决策的有效性。
2 相关研究现状与评述
2.1 研究现状
利用国内外文献数据库对用户评论研究论文进行检索不难发现,早在上个世纪80年代就有针对用户评论进行的研究,但研究论文的数量一直较少,直到2006年后,论文数量开始呈现增长势头,近三年论文数量增加更快。综合起来看,围绕用户评论开展的研究可以归纳为下几个方面:
第一,评论内容的抽取。信息抽取技术起源于20世纪90年代,主要是由TIPSTER的消息理解会议(MUC)发起的,该技术主要是利用程序代码或算法,通过设置采集规则提取网络信息。针对英文文本的信息提取已经有很多成熟的算法和工具[1][2],针对中文文本的信息提取也有不少研究成果[3][4]。
第二,评论极性分析。根据在线评论的极性(评价的好坏)不同,可以将在线评论分为正向评论和负向评论[5],从极性评论中了解到用户对产品或某一属性的情感倾向。Stepanov等对用户评价极性分类有用性给予了充分的肯定[6]。国外学者提出Pointwise Mutual Information(PMI)、Latent Semantic Analysis (LSA)、分类器等大量算法和工具实现评论极性[7][8]。国内作者
文档评论(0)