服务属性分类与服务要素配置（基于在线评论情感分析的方法）

章 绪论
节 研究背景
一 有关服务的在线评论近年来大量涌现
二 有关服务的在线评论蕴含着大量有价值的信息
三 研究的必要性
第二节 问题的提出
一 面向服务属性的在线评论多粒度情感分类
二 基于在线评论的服务属性Kano分类
三 基于在线评论的服务属性IPA分类
四 基于Kano分类和IPA分类结果的服务要素优化配置
第三节 研究目的与研究意义
一 研究目的
二 研究意义
第四节 研究内容、研究思路与研究方案
一 研究内容
二 研究思路
三 研究方案
第五节 章节安排
第六节 创新性工作说明
第七节 符号及用语说明
第二章 相关研究文献综述
节 文献检索情况概述
一 相关文献检索范围分析
二 相关文献检索情况分析
三 学术趋势分析
第二节 关于在线评论的情感分析方法的研究
一 基于情感词汇集合的情感分析方法
二 基于机器学习的情感分析方法
第三节 关于基于在线评论的管理决策分析方面的研究
一 基于在线评论的产品排序研究
二 基于在线评论的产品 方法研究
三 基于在线评论的消费者满意度测量研究
四 基于在线评论的产品缺点识别及改进研究
五 基于在线评论的市场分析研究
第四节 对已有研究的贡献与不足的总结
一 主要贡献
二 不足之处
三 研究启示
第五节 本章小结
第三章 相关概念界定及研究框架
节 在线评论的相关概念界定
一 在线评论的概念与特征
二 在线评论的情感倾向与情感强度
第二节 服务属性的相关概念界定
一 服务属性
二 服务要素
三 服务属性的表现及重要性
四 服务属性的Kano分类
五 服务属性的IPA分类
第三节 理论基础
一 双因素理论
二 前景理论
第四节 基于在线评论情感分析的服务属性分类与服务
要素配置方法的研究框架
一 研究框架
二 研究框架的有关说明
第五节 本章小结
第四章 面向服务属性的在线评论多粒度情感分类方法
节 研究问题的背景与描述
第二节 基于在线评论的服务属性的提取
第三节 多粒度情感分类中特征选择和机器学习算法有效性比较研究
一 多粒度情感分类框架及相关算法描述
二 实验设计
三 实验结果分析
第四节 基于改进OVO策略和SVM的多粒度情感分类方法
一 基于改进OVO策略和SVM的多粒度情感分类方法的框架
二 基于BOW模型和IG算法的文本结构化表示
三 基于改进OVO策略和SVM的文本情感类别确定
四 实验设计
五 实验结果分析
第五节 本章小结
第五章 基于在线评论的服务属性Kano分类方法
节 研究问题的背景与描述
第二节 基于在线评论的服务属性Kano分类方法的框架
第三节 基于在线评论的有用信息的挖掘
一 基于LDA的服务属性的提取
二 基于SVM的服务属性的情感倾向的识别
第四节 顾客对服务属性的情感对整体满意度影响的测量
第五节 服务属性Kano分类
第六节 实例分析
一 实验数据
二 基于在线评论的有用信息的挖掘
三 测量顾客对属性的情感对顾客满意度的影响
四 属性的Kano分类
五 结果比较分析
第七节 本章小结
第六章 基于在线评论的服务属性IPA分类方法
节 研究问题的背景与描述
第二节 基于在线评论的服务属性IPA分类方法的框架
第三节 基于在线评论的有用信息的挖掘
一 基于LDA的服务属性的提取
二 基于在线评论的服务属性的情感强度的确定
第四节 服务属性表现和重要性的评估
一 服务属性表现的评估
二 服务属性重要性的评估
第五节 基于服务属性表现和重要性的IPA图的构建
一 标准IPA（SIPA）图的构建
二 竞争性IPA（CIPA）图的构建
三 动态IPA（DIPA）图的构建
四 动态竞争性IPA（DCIPA）图的构建
第六节 实例分析
一 实验数据
二 基于在线评论的有用信息的挖掘
三 服务属性表现和重要性的评估
四 构建IPA图
第七节 本章小结
第七章 基于Kano分类和IPA分类结果的服务要素优化配置方法
节 研究问题的实际背景
第二节 问题描述与研究框架
一 问题描述
二 研究框架
第三节 服务要素对服务属性的满足程度的估计
一 服务要素的确定
二 服务要素针对属性的满足程度的估计
第四节 基于Kano分类和IPA分类结果的服务要素优化配置模型
一 不考虑竞争者情形的服务要素优化配置模型的构建与求解
二 考虑竞争者情形的服务要素优化配置模型的构建与求解
第五节 实例分析：酒店服务要素优化配置
一 实验数据
二 酒店属性的Kano分类和IPA分类
三 服务要素针对酒店属性的满