周展
- 作品数：3 被引量：6H指数：2
- 供职机构：深圳大学管理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：经济管理社会学自动化与计算机技术更多>>
- 基于参与-情感-认知框架的用户创新性预测
- 2018年
- 随着互联网行业的兴起,新兴企业对产品创新需求日趋强烈.从海量潜在在线用户中识别创新用户并获取其对新产品的需求,是企业进行产品创新的一个有效途径.然而基于现有用户特征理论和市场细分模型并不能自动有效识别创新用户.因此,本研究基于用户创新特征的3个维度(参与、情感和认知),构建一个可预测在线社区用户创新性的综合细分框架.此框架通过提取与用户创新特征相关联维度,结合本研究挖掘方法处理海量在线用户数据,计算出用户的创新等级预测用户创新性,从而有效识别不同创新能力的在线用户群体.通过对某在线社区的例证分析,证实该框架有效可为.
- 陈星宇周展黄俊文陶达
- 关键词：市场营销用户研究关键词提取
- 基于关键词挖掘的客户细分方法被引量：3
- 2017年
- 提出一种基于关键词的数据挖掘方法对客户群进行细分,采用自然语义处理的方法从原始客户信息文本中提取客户特征关键词.再通过人工标记一些与内在特征维度相关的关键词,基于这些关键词找到特征客户.最后以特征客户作为训练集,获得更多关于某个维度内客户特征的关键词,再进行新一轮的客户细分.经此模式学习过程,得到基于内在特征维度的客户细分群体.通过与采用随机选择特征关键词的基准化方法进行自动客户细分结果对比,发现采用基于关键词数据挖掘的自动客户细分结果得到的准确度更高,结果更稳健.
- 陈星宇周展黄俊文陶达
- 关键词：自然语言处理知识工程客户细分客户特征数据挖掘
- 基于本体论的大数据下用户需求表征被引量：3
- 2017年
- 针对目前用户需求提取与表征研究中无法清晰表征大规模模糊需求的局限性,提出一种基于本体论的用户需求表征方法,通过自然语义处理、智能机器学习等人工智能算法,将初始数据生成、需求本体生成以及需求表征库生成整合成一套完整用户需求表征的科学指导方法.这一表征方法将本体论与大数据处理相结合,能在海量网络数据中,准确提取用户需求中的概念、分类及非分类关系,清晰地表征用户需求,特别是用户的模糊需求.这些需求可具象为产品特征,用以建立相应的表征库,为新产品开发与创新提供有效支持.
- 陈星宇黄俊文周展曲行达
- 关键词：自然语言处理大数据本体论
