基于评论大数据的顾客感知产品质量评价开题报告

1. 研究目的与意义

互联网时代，随着网络销售模式的兴起，网络交易成为全民消费模式，一款产品能够被无数人购买，传统的调查问卷形式已经完全不能满足企业等对产品自身质量情况以及对顾客的感知和评价情况。顾客在购买后能随时发表自己对产品各个方面直观的感知，这些评论将成为珍贵的研究材料，能够分析出更加反映大众真实感知情况的结论。

通过大量分析顾客评论，结合质量评价相关理论，能够促进企业对自身产品各方面质量的了解，从而更好的设计出符合更多人消费需求的产品，且对企业产品改进和优化有着极大的促进作用。

通过研究大数据下的顾客感知质量，能够开发我的大数据思维，锻炼自己对大数据的分析能力，更好的理解更广泛群众对于产品质量的感知，促进对于所学专业质量管理工程中质量的理解和分析应用，更好适应在新时代环境的质量控制。

2. 研究内容和预期目标

1、研究内容：

（1）对顾客的评分和评价进行分析；

（2）进而结合质量相关理论，提出对有助于产品质量改进的建议，为企业提供数据参考。

3. 国内外研究现状

国内研究现状：现阶段对于商品评论的研究主要是通过Python爬虫技术抓取评论数据，使用基于词典和基于规则的方法。对评论数据的情感分析大多将其分成褒义、中性和贬义三类，主要是采用基于情感字典的方法和基于机器学习的方法。对评论文字的分析主要基于分词技术。国内学者如冯小翼(2011)从在线评论中提取产品相关属性，通过对评论中意见的挖掘，同时进行情感分析，得出不同时期消费者不同需求，为企业的产品改进提供数据支持。学者黄磊(2017)还添加了可视化分析，帮助人们直观地分析产品评论中蕴含的数据。徐斌等(2020)使用基于评论数据的KANO模型分析方法研究，得出产品更被消费者期望的性能和特征。刘敏等（2018）通过构建语义网络和情感分析挖掘网络评论潜在信息，得出“电池”、“外观”等方面对于顾客更加有吸引力。藕杰(2019)使用SPSS Modeler软件建立贝叶斯网络分析模型，最终计算出品牌笔记本的性能对顾客质量感知的影响因素关联度及重要度排序。王克勤等（2019）采用数据挖掘的方法和工具，开展面向产品设计改进的在线评论大数据分析研究，得到产品各个属性的评价值。杨逸凡等（2019）分析招聘网站评论大数据，通过情感分析和分词技术，分析求职者对求职信息的关注点。何媛（2020）提出一种基于语义分析的用户评论数据可视化方法，通过界面优化、形式创新，更好实现可视化。周青松等（2018）基于Staking融合深度学习模型，和传统机器学习模型，提出一种更好的短文本情感分类方法。

国外研究现状：国外的学者对于产品评论数据的研究和国内有很多相通的地方。Liu等（2019）通过KANO模型将社交媒体中提及的产品功能进行划分。Walaa Medhat等（2014）提出对商品进行情感分析的步骤为：商品评论、情绪识别、特征选择、情感分类、情绪极性判断。Jing等（2010）提出一种新的基于知识的向量空间模型，这种模型考虑了文档之间的非 相似性，与传统的只考虑文档之间的相似性方法相比， 提高了文本聚类的性能。

总之，通过评论大数据对商品进行研究已经不是新话题，国内外诸多学者都已经开拓出优良的研究方法。通过对评论进行分词研究，能够抓住产品吸引顾客的地方和顾客还尚不满意的地方，对我们把握产品的质量，帮助企业改善产品质量，以及增强顾客感知质量、加大顾客信任度都有积极作用。

4. 计划与进度安排

1、2022年11月，拟定提纲计划等，通过图书馆、网络搜索、知网等数据库等手段收集相关资料，在学习所有与论题相关知识点的基础上，总结并提炼出提纲，填写开题报告。

2、2022年12月至2022年1月，完成初稿。进一步收集相关资料，按照前期拟订出的提纲，充实论文的内容。积极在导师的指导下，完成论文数据收集及处理过程，使之成为论文中有效的数据支撑，并对其加以具体分析论证，完成论文初稿。

3、2022年2月至4月，反复修改初稿。仔细阅读初稿，对其不足之处以及语句不通顺之处进行修改，对研究方法中不完善的地方积极修改，以期取得更加能经受检验的论文。文。

5. 参考文献

[1]周谧,李燕.基于评论大数据的顾客感知产品质量评价[j].科技促进发展,2020,16(07):804-810.

[2]范林,王铁民,张维兵.浅谈大数据时代制管企业的质量管理创新[j].石油工业技术监督,2020,36(09):10-13

[3]张亚丽,曲洪建.服装专卖店体验营销对顾客忠诚度的影响——基于感知服务质量和顾客信任的双中介效 应 [j/ol].丝绸:1-10[2020-11-29].http://kns.cnki.net/kcms/detail/33.1122.ts.20201017.1423.004.html.