服務屬性分類與服務要素配置-基於在線評論情感分析的方法 畢建武 9787522720487 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202304*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：服務屬性分類與服務要素配置-基於在線評論情感分析的方法
ISBN：9787522720487
出版社：中國社會科學
著編譯者：畢建武
頁數：282
所在地：中國大陸 *此為代購商品
書號：1541297
可大量預訂，請先連絡。

內容簡介

基於在線評論情感分析的服務屬性分類與服務要素配置方法研究是一個新興的且值得關注的課題，其在現實中具有廣泛的應用背景。本書旨在通過對現實中大量基於在線評論的管理決策分析問題的總結與歸納，以及對國內外相關研究成果的綜合分析，建立系統且科學的基於在線評論情感分析的服務屬性分類與服務要素配置的研究框架，並針對研究框架中的具體問題提出相應的決策方法。此外，本書通過分析典型的應用案例，確保所提出方法的合理性、科學性和實用性。本書的主要研究成果：（1）提出了面向服務屬性的在線評論多粒度情感分類方法；（2）提出了基於在線評論的服務屬性Kano分類方法；（3）提出了基於在線評論的服務屬性IPA分類方法；（4）提出了基於Kano分類和IPA分類結果的服務要素優化配置方法。本書可以為相關研究提供理論與方法層面的參考，對解決現實中基於在線評論情感分析的服務屬性分類與服務要素優化配置問題具有重要的現實意義。

作者簡介

畢建武，東北大學管理科學與工程專業博士，現為南開大學旅遊與服務學院副教授、博士生導師、南開大學百名青年學科帶頭人，研究方向：大數據與決策分析、旅遊需求預測、智能決策等。在Tourism Management，Annals of Tourism Research等學術期刊發表論文30餘篇，包括SCI/SSCI論文20餘篇。主持國家自然科學基金項目、國家社會科學基金項目、教育部人文社會科學研究項目等多項。

目錄

第一章 緒論
第一節 研究背景
一 有關服務的在線評論近年來大量湧現
二 有關服務的在線評論蘊含著大量有價值的信息
三 研究的必要性
第二節 問題的提出
一 面向服務屬性的在線評論多粒度情感分類
二 基於在線評論的服務屬性Kano分類
三 基於在線評論的服務屬性IPA分類
四 基於Kano分類和IPA分類結果的服務要素優化配置
第三節 研究目的與研究意義
一 研究目的
二 研究意義
第四節 研究內容、研究思路與研究方案
一 研究內容
二 研究思路
三 研究方案
第五節 章節安排
第六節 創新性工作說明
第七節 符號及用語說明
第二章 相關研究文獻綜述
第一節 文獻檢索情況概述
一 相關文獻檢索範圍分析
二 相關文獻檢索情況分析
三 學術趨勢分析
第二節 關於在線評論的情感分析方法的研究
一 基於情感詞彙集合的情感分析方法
二 基於機器學習的情感分析方法
第三節 關於基於在線評論的管理決策分析方面的研究
一 基於在線評論的產品排序研究
二 基於在線評論的產品推薦方法研究
三 基於在線評論的消費者滿意度測量研究
四 基於在線評論的產品缺點識別及改進研究
五 基於在線評論的市場分析研究
第四節 對已有研究的貢獻與不足的總結
一 主要貢獻
二 不足之處
三 研究啟示
第五節 本章小結
第三章 相關概念界定及研究框架
第一節 在線評論的相關概念界定
一 在線評論的概念與特徵
二 在線評論的情感傾向與情感強度
第二節 服務屬性的相關概念界定
一 服務屬性
二 服務要素
三 服務屬性的表現及重要性
四 服務屬性的Kano分類
五 服務屬性的IPA分類
第三節 理論基礎
一 雙因素理論
二 前景理論
第四節 基於在線評論情感分析的服務屬性分類與服務
要素配置方法的研究框架
一 研究框架
二 研究框架的有關說明
第五節 本章小結
第四章 面向服務屬性的在線評論多粒度情感分類方法
第一節 研究問題的背景與描述
第二節 基於在線評論的服務屬性的提取
第三節 多粒度情感分類中特徵選擇和機器學習演算法有效性比較研究
一 多粒度情感分類框架及相關演算法描述
二 實驗設計
三 實驗結果分析
第四節 基於改進OVO策略和SVM的多粒度情感分類方法
一 基於改進OVO策略和SVM的多粒度情感分類方法的框架
二 基於BOW模型和IG演算法的文本結構化表示
三 基於改進OVO策略和SVM的文本情感類別確定
四 實驗設計
五 實驗結果分析
第五節 本章小結
第五章 基於在線評論的服務屬性Kano分類方法
第一節 研究問題的背景與描述
第二節 基於在線評論的服務屬性Kano分類方法的框架
第三節 基於在線評論的有用信息的挖掘
一 基於LDA的服務屬性的提取
二 基於SVM的服務屬性的情感傾向的識別
第四節 顧客對服務屬性的情感對整體滿意度影響的測量
第五節 服務屬性Kano分類
第六節 實例分析
一 實驗數據
二 基於在線評論的有用信息的挖掘
三 測量顧客對屬性的情感對顧客滿意度的影響
四 屬性的Kano分類
五 結果比較分析
第七節 本章小結
第六章 基於在線評論的服務屬性IPA分類方法
第一節 研究問題的背景與描述
第二節 基於在線評論的服務屬性IPA分類方法的框架
第三節 基於在線評論的有用信息的挖掘
一 基於LDA的服務屬性的提取
二 基於在線評論的服務屬性的情感強度的確定
第四節 服務屬性表現和重要性的評估
一 服務屬性表現的評估
二 服務屬性重要性的評估
第五節 基於服務屬性表現和重要性的IPA圖的構建
一 標準IPA（SIPA）圖的構建
二 競爭性IPA（CIPA）圖的構建
三 動態IPA（DIPA）圖的構建
四 動態競爭性IPA（DCIPA）圖的構建
第六節 實例分析
一 實驗數據
二 基於在線評論的有用信息的挖掘
三 服務屬性表現和重要性的評估
四 構建IPA圖
第七節 本章小結
第七章 基於Kano分類和IPA分類結果的服務要素優化配置方法
第一節 研究問題的實際背景
第二節 問題描述與研究框架
一 問題描述
二 研究框架
第三節 服務要素對服務屬性的滿足程度的估計
一 服務要素的確定
二 服務要素針對屬性的滿足程度的估計
第四節 基於Kano分類和IPA分類結果的服務要素優化配置模型
一 不考慮競爭者情形的服務要素優化配置模型的構建與求解
二 考慮競爭者情形的服務要素優化配置模型的構建與求解
第五節 實例分析：酒店服務要素優化配置
一 實驗數據
二 酒店屬性的Kano分類和IPA分類
三 服務要素針對酒店屬性的滿
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。