基于在线评论的客户偏好趋势挖掘

沈 超,王安宁,陆效农,彭张林,张 强

(1.合肥工业大学管理学院,安徽 合肥 230009;2.安徽工程大学经济与管理学院,安徽 芜湖 241000;3.过程优化与智能决策教育部重点实验室,安徽 合肥 230009)

1 引言

随着科学技术的发展和物质生活的丰富,消费者的需求变化越来越快.企业能否及时把握市场需求变化是决定产品成功的关键.产品设计者通常使用一些需求模型来预测客户偏好,以确定下一代产品应该包含和排除的产品属性.对于高度波动的市场,传统的需求建模技术运用单次获取的调研数据生成预测模型,往往无法反映产品趋势的演变过程.

在线评论作为一种新的口碑形式,包含了消费者对产品的全方面评价,有助于企业了解客户的偏好.同时,在线评论的收集成本低、更新速度快,对制造企业及时准确地获取客户偏好变化趋势具有重要价值.

客户的需求往往是动态的,获取客户需求及其变化趋势是一项复杂的工作.为了及时、准确地从在线评论中获取客户需求的变化,本文提出了一种客户偏好趋势挖掘方法.首先,利用信息增益方法测量产品属性对客户满意的重要性,并基于时间序列分析预测下一时间节点产品属性的重要性,实现产品属性重要性的测量与预测.然后,基于产品属性重要性的测量,采用决策树模型识别出随时间变化的关键产品属性.最后,结合产品属性重要性的预测结果,运用Mann-Kendall 统计趋势识别技术,依据产品属性重……