基于在线评论的客户偏好趋势挖掘

作者：沈超; 王安宁; 陆效农; 彭**; 张强

来源：系统工程学报, 2021, 36(03): 289-301.

DOI：10.13383/j.cnki.jse.2021.03.001

• 在线评论
• 偏好趋势
• 产品属性
• 时间序列分析
• 决策树模型

为了有效地从在线评论数据中获取客户的需求偏好,提出了一种客户偏好趋势挖掘方法.该方法采用时间序列模型预测下一阶段产品属性重要性,利用决策树模型分析客户偏好的变化趋势,将产品属性分为关键属性和非关键属性.并进一步,根据Mann-Kendall趋势检验将非关键属性分为过时属性、增值属性和稳定属性.此外,以汽车产品为案例,验证了该方法在产品设计与开发过程中起到的重要作用.研究结果可以为企业的汽车产品开发提供决策支持,从而使产品最大化地满足客户的需求.

• 单位
  安徽工程大学; 合肥工业大学