江苏龙网

  1. 首页 > 人文 > >

研究池｜用户在线评论中的商业情报：理解消费者感知及影响因素( 二 )


尽管顾客满意和不满意在以前的文献中已经得到了很好的检验 ， 但是很少有研究使用顾客的在线文本评论来讨论顾客满意和不满意(Xiang, Schwartz, Gerdes,--tt-darkmode-color: #A3A3A3;"> 。 在这些少量的研究中 ， 最常使用的是描述性方法 ， 如频率分析和内容分析(e.g., Li, Ye,--tt-darkmode-color: #A3A3A3;"> 。 因此 ， 需要进行更多的研究 ， 以探索如何更好地利用UGC来捕捉顾客的见解 ， 弥合顾客满意/不满意与UGC会之间的差距 。
以酒店行业为背景 ， 本研究的目的是分析UGC ， 以确定驱动顾客对酒店产品和服务满意和不满意的关键因素 ， 并考察旅行目的、酒店类型、星级和编辑推荐对不同类型酒店提供的酒店产品和服务的顾客感知属性的影响 。 本研究研究两个问题 。 首先 ， 在线预订网站(本研究中为booking.com)对酒店产品和服务属性的评论中反映出的推动客户满意和不满意的关键属性是什么？为了回答这个问题 ， 我们的研究进行了潜在语义分析(LSA) ， 一种文本挖掘方法 ， 以分析来自booking.com的在线客户文本评论 。 我们选择LSA是因为这种技术有助于提取和表现人性的词汇(Kulkarni, Apte,--tt-darkmode-color: #A3A3A3;"> 。 我们认为正面的在线评论表示顾客满意 ， 负面的在线评论表示顾客不满意 。 因此 ， 驱动顾客满意的属性从正面评价中挖掘 ， 驱动顾客不满意的属性从负面评价中挖掘 。 第二 ， 旅游目的、酒店类型、星级和编辑再推荐对顾客对酒店产品和服务属性的感知有什么影响？为了回答这个问题 ， 我们的研究基于文本评论进行回归 。
我们的研究做出了重要的贡献 ， 使研究人员和商业从业者都从中受益 。 在学术上 ， 我们的研究通过反映客户对产品和服务属性的认知 ， 将顾客满意和不满意与在线客户文本评论联系起来 。 为了处理文本数据 ， 我们的研究结合文本挖掘和回归方法来提取和展现顾客的消费体验和感知 。 因此 ， 我们的研究通过提出一种捕捉消费者认知的新方法 ， 为之前的商业情报和分析文献做出了贡献 。 以往的研究主要使用顾客评分来检验顾客对预先设定的问题的满意度 ， 这些问题反映了产品和服务的某些方面(例如 ， Schuckert, Liu ，--tt-darkmode-color: #A3A3A3;"> 。 通过使用基于客户文本评论的LSA和回归分析 ， 我们的研究可以通过详细的消费体验来全面考察顾客对产品和服务属性的感知 。 通过这种方式 ， 企业可以实际识别导致客户满意和不满意的相关产品和服务属性 ， 以及客户对这些属性的感知如何受到企业的市场定位和战略的影响 。 因此 ， 这些结果可以为这些企业提供一个路线图 ， 以提高服务质量和企业业绩 ， 并通过实施适当的市场定位和战略来更好地瞄准市场 。
我们接下来的研究结构如下：第二章回顾相关文献；第三章讨论理论背景和发展假设；第四章描述研究方法；第5章分析数据并呈现结果；第6章讨论结果；第7章介绍未来研究的含义、局限性和机遇；第8章对研究进行总结 。
待续......
附：如想获得报告原文 ， 可留言或者私信 ， 并备注报告名称 。
参考文献：本文所有参考文献说明见原文 。
论文来源：国际信息管理杂志37（2017）673–683
封面来源：报告原文
研究池｜用户在线评论中的商业情报：理解消费者感知及影响因素文章插图
相关阅读：
研究池|网络威胁情报共享：调查与研究方向（一）
研究池｜基于区块链的反Sybil网络威胁情报共享框架
研究池｜以人为中心的数据挖掘技术用于网络威胁情报
研究池｜尚未被开发的金矿OSINT：机遇、开放的挑战和未来趋势
研究池｜开源情报与隐私困境


推荐阅读


上一篇：「5」进大厂必须掌握的面试题-Java面试-spring

下一篇：华为P50 Pro概念图曝光，Mate40：一生之敌