用户名: 密码: 验证码:
快递物流服务情感分析方法研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Sentiment analysis method for express logistics service
  • 作者:施滢萍 ; 徐晓敏
  • 英文作者:SHI Yingping;XU Xiaomin;School of Information Management,Beijing Information Science & Technology University;
  • 关键词:在线评论 ; 情感分析方法 ; 快递物流 ; 用户满意度
  • 英文关键词:online reviews;;sentiment analysis;;express logistics;;customer satisfaction
  • 中文刊名:BJGY
  • 英文刊名:Journal of Beijing Information Science & Technology University
  • 机构:北京信息科技大学信息管理学院;
  • 出版日期:2019-04-15
  • 出版单位:北京信息科技大学学报(自然科学版)
  • 年:2019
  • 期:v.34;No.128
  • 基金:国家自然科学基金资助项目(71701020)
  • 语种:中文;
  • 页:BJGY201902009
  • 页数:6
  • CN:02
  • ISSN:11-5866/N
  • 分类号:44-48+54
摘要
以网络购物平台用户在线评论信息为依据进行数据分析和挖掘具有较强的客观性和有效性。通过情感分析方法对快递物流服务进行研究具有实用价值。借助网络爬虫软件对在线评论数据进行抓取,从中提取物流服务关键词形成相关物流服务要素,进行情感分析赋值计算,统计得到评论数据的物流服务要素情感分析结果。分析结果全面具体地展示用户对快递物流服务的满意程度,进而帮助快递物流公司找出其物流服务要素的优势及劣势,同时为电商选择物流快递公司提供依据。
        Data analysis and mining based on online review information of online shopping platform customers has strong objectivity and effectiveness. It is of practical value to study express logistics service by means of sentiment analysis. This paper uses web crawler software to capture online comment data,and extracts logistics service keywords to form related logistics service elements. Sentiment analysis assignment calculation is conducted to obtainanalysis results of the logistics service elements of the review data. The analysis results comprehensively and concretely display the customer's satisfaction with the express logistics service,which can help the express logistics companies to find out the advantages and disadvantages of their logistics service elements,and at the same time provide the basis for the ecommerce to choose the logistics delivery companies.
引文
[1]徐勇.2017年:快递业发展回顾[J].中国物流与采购,2018(05):39-42.
    [2]俞春英.我国中小型民营快递企业发展瓶颈及对策研究[J].市场周刊(理论研究),2010(02):92-94.
    [3]陈碎雷.基于因子分析法的物流智能快递柜服务质量研究[J].生产力研究,2018(02):112-115.
    [4]兰莉,杨斌,朱小林.关于电商智能快递服务配送时间优化问题研究[J].广西大学学报,2018,43(05):1729-1737.
    [5]唐秀丽,张德凯,王亚杰,等.高校快递众包模式研究[J].铁道运输与经济,2018,40(01):51-55.
    [6]陈国兰.基于情感词典与语义规则的微博情感分析[J].情报探索,2016(2):1-6.
    [7]卢兴.基于统计方法的中文短文本情感分析[D].北京:北京理工大学,2016.
    [8]杨佳能,阳爱民,周咏梅,等.基于语义分析的中文微博情感分类方法[J].山东大学学报,2014,49(11):14-21.
    [9]史伟,王洪伟,何绍义,等.基于语义的中文在线评论情感分析[J].情报学报,2013,32(8):860-867.
    [10]沈磊.基于规则与机器学习方法的中文微博情感分析研究[D].合肥:安徽大学,2015.
    [11]张成功,刘培玉,朱振方,等.一种基于极性词典的情感分析方法[J].山东大学学报,2012,47(3):47-50.
    [12]葛达明.基于微博平台的中文情感分析技术研究[D].沈阳:沈阳工业大学,2017.
    [13]蔺璜.程度副词的特点范围与分类[J].山西大学学报,2003(02):71-74.
    [14]张桂宾.相对程度副词与绝对程度副词[J].华东师范大学学报,1997(02):92-96.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700