项目名称: 基于在线评论的网络消费者群体行为预测智能技术研究

项目编号: No.61471083

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 那日萨

作者单位: 大连理工大学

项目金额: 86万元

中文摘要: 网络社区以在线评论为主要形式,极大地影响着消费者对产品与服务的情感和认知,并进而影响消费者的群体行为。本课题的研究目的旨在以多情感的语义资源为基础,以认知语言学、消费心理学和行为学为指导,进行消费者的认知情感识别和群体行为推理的研究。研究内容是以消费者认知和情感计算为前提,情感-行为规则库为基础,本着主体、对象、情感、行为四者结合的原则,建立理性与非理性并重的消费者群体行为近似推理模型。构造一个网络消费者群体行为预测智能平台,并将其应用在消费者心理行为分析和网络营销策略分析等方面。本项目的科学意义在于,消费者的语言、情感和认知具有模糊性,消费者行为是非完全理性的,基于在线评论的消费者群体行为预测就必须以模糊逻辑为根本支持,这将有助于智能化分析和把握网络环境下消费者情感的变迁规律和群体行为变化规律。同时,这一研究对于网络营销策略效果评估以及改进产品和服务对策分析均具有重要意义。

中文关键词: 网络信息处理;在线评论;网络消费者;情感计算;近似推理

英文摘要: Network community, with the main form of online reviews, has a great influence on consumers' emotion and cognition about products and services, thus affecting consumer group behavior.The purpose of this project is to research the consumer's emotion recognition and consumer group behavior inference based on multi-emotional semantic resources and guided by cognitive Linguistics, consumer psychology and behavioral science.This study is premised on consumer congnitive, emotional computing and emotion-behavior rulebase. Then, with the principle of combining subject, object, emotion and behavior, the research is to establish consumer group behavior approximate reasoning model which is both rationality and irrationality.Last, this study is to construct intelligent platform which can predict online consumer group behavior and can be applied to consumer psychological and behavioral analysis and network marketing strategy analysis.The scientific significance of the project is as follows: The language, emotion and congnition of the consumers have the character of fusiness, and not all consumer behavior is rational. Therefore, the prediction of online consumer group behavior should be essentially supported by fuzzy logic, which will be helpful for the intelligent analysis and grasping the evolution rules of consumer emotion and group behavior in the network environment.This study are also of great importance in assessing network marketing strategy and in improving products and services countermeasures.

英文关键词: network information processing;Online Reviews;online consumers;affective computing;fuzzy inference

成为VIP会员查看完整内容
2

相关内容

专知会员服务
23+阅读 · 2021年9月21日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
51+阅读 · 2021年1月19日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
你有订阅视频平台会员服务吗?
ZEALER订阅号
0+阅读 · 2021年12月18日
支持个性化学习的行为大数据可视化研究
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
2+阅读 · 2022年4月17日
Arxiv
20+阅读 · 2021年2月28日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
38+阅读 · 2020年12月2日
Arxiv
20+阅读 · 2019年11月23日
小贴士
相关VIP内容
专知会员服务
23+阅读 · 2021年9月21日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
51+阅读 · 2021年1月19日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
相关资讯
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
你有订阅视频平台会员服务吗?
ZEALER订阅号
0+阅读 · 2021年12月18日
支持个性化学习的行为大数据可视化研究
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
2+阅读 · 2022年4月17日
Arxiv
20+阅读 · 2021年2月28日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
38+阅读 · 2020年12月2日
Arxiv
20+阅读 · 2019年11月23日
微信扫码咨询专知VIP会员