第1章 绪论
1.1 敏捷供应链概述
1.1.1 敏捷供应链的特点
1.1.2 国内外敏捷供应链的研究现状
1.2 客户知识管理概述
1.3 评论挖掘概述
1.4 基于评论挖掘的敏捷供应链客户知识管理研究的意义和方法
1.4.1 基于评论挖掘的敏捷供应链客户知识管理研究的意义
1.4.2 基于评论挖掘的敏捷供应链客户知识管理的研究方法
第2章 基于产品评论挖掘的敏捷供应链客户知识管理体系构建
2.1 敏捷供应链中的客户知识管理
2.1.1 客户知识和敏捷供应链
2.1.2 敏捷供应链中的客户知识管理流程
2.2 产品评论挖掘对敏捷供应链客户知识管理的重要性
2.3 基于评论挖掘的敏捷供应链客户知识管理体系构建过程分析
2.3.1 知识资源层
2.3.2 知识产生层
2.3.3 知识应用层
2.4 本章小结
第3章 结合概念树的产品评论数据预处理方法
3.1 产品评论挖掘中的数据预处理概述
3.1.1 数据挖掘的数据预处理
3.1.2 产品评论数据的特点分析
3.1.3 产品评论数据预处理研究框架
3.2 产品评价概念树的构建
3.2.1 产品评价概念树的定义
3.2.2 产品评价概念树的构建方法
3.2.3 产品参数中概念的提取
3.2.4 客户服务中概念的提取
3.2.5 评论数据中概念的提取
3.3 产品评价特征库的构建
3.3.1 产品评价特征库的定义
3.3.2 产品评价概念树到产品评价特征库的转换规则
3.4 产品评论特征词到产品评价特征库的映射
3.4.1 映射前数据清理
3.4.2 映射算法
3.5 实例分析
3.5.1 建立产品评价概念树
3.5.2 建立产品评价特征库
3.6 本章小结
第4章 产品评论挖掘中提取产品的客户关注特征方法
4.1 产品的客户关注特征提取方法研究框架
4.2 关联规则中的Apriori算法基本原理
4.2.1 关联规则的相关概念
4.2.2 Apriori算法基本原理
4.3 基于MA_Apriori算法挖掘产品的客户关注特征
4.3.1 基于数据预处理中的MA算法创建关联规则的事务文件
4.3.2 采用Apriori算法提取频繁规则项
4.3.3 频繁规则项转换为产品的客户关注特征
4.4 产品的客户关注特征对敏捷供应链的影响分析
4.5 实例分析
4.5.1 创建关联规则事务文件
4.5.2 Apriori算法提取频繁规则项
4.5.3 客户关注特征
4.6 本章小结
第5章 客户关注特征的评价倾向性研究
5.1 客户关注特征的评价倾向性研究方法概述
5.1.1 评论观点的定义
5.1.2 评论观点抽取方法
5.1.3 评论观点的极性及强度判断方法
5.1.4 性能评估方法
5.1.5 客户关注特征的评价倾向性研究框架
5.2 产品领域情感词典的建立
5.3 特征观点组的提取
5.4 观点程度获取
5.5 复杂语义倾向性计算方法
5.6 实例分析
5.6.1 情感词典及程度副词表结构
5.6.2 性能评估
5.6.3 特征评价倾向计算结果
5.7 本章小结
第6章 基于评论挖掘的敏捷供应链产品评价和推荐系统
6.1 问题的提出
6.2 产品评价的信息检索
6.2.1 评论挖掘的结果显示研究现状
6.2.2 产品特征评价的分层计算
6.2.3 产品评价信息检索功能
6.3 潜在客户的产品推荐
6.3.1 产品推荐方法概述
6.3.2 评论数据的稀疏性问题
6.3.3 特征相似度计算
6.3.4 基于特征相似度的产品推荐算法（CS-HR）
6.4 系统实现
6.4.1 系统数据管理
6.4.2 产品评价的分层检索
6.4.3 产品推荐
6.5 本章小结
第7章
结语
7.1 成果应用启示
7.2 展望
附录A 特征表
附录B 标准词_同义词
参考文献
缺书网
扫码进群