b2c平臺中物流服務評論與顧客購買后行為的關聯性研究

1、浙江理工大學學位論文獨創(chuàng)性聲明友人聲明所呈交的學位論文是本人在導師指導下進行的研究王作及取縟的研究成果。除了文中特另l 加以標注和致謝的地方外，論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得潰江理工大學或其他教育機構妁學位或證書雨使用過的材料。與我一圜工作的弼志對本研究所做的任侮貢獻均星。在論文中作了明礁的說明并表示謝意。學位論文作者簽名：蒸一穆簽字舀期： 劫| 1 年弓月g 瑟浙江理工大學碩士專業(yè)學位論文 B 2 C 平

2、臺中物流服務評論與顧客購買后行為的關聯性研究摘要在網絡購物平臺中，已購顧客的物流服務評論通常影響著新顧客購買決策行為。作為評論內容的重要組成部分，物流服務評論如何影響顧客購買決策是電子商務企業(yè)十分關注的問題。根據中國電子商務投訴與維權公共服務平臺統計，發(fā)現物流快遞的投訴問題已經成為制約B 2 C 企業(yè)發(fā)展的重要因素，如何提升物流服務質量，增加顧客滿意成為亟需解決的課題。為此，本文旨在通過抓取某電商女裝在線評論數據，提取出顧客最關注的物流

3、服務要素以及常見的顧客購買后行為，找出兩者間的關聯關系，為B 2 C 企業(yè)優(yōu)化物流服務提供新的路徑以及改進物流服務質量提供依據。首先，利用樂思信息采集系統抓取京東商城女裝的在線評論信息。接著清理采集到的數據，刪除缺失值，運用P R O C 正則表達式過濾廣告、視頻等干擾數據。然后，在I C T C L A S 分詞系統的基礎上，添加用戶詞典，對采集到的數據進行分詞處理。根據得到的分詞結果，在現有的情感詞典本題庫基礎上，結合基于主題詞和情

4、感詞的雙向迭代算法構建候選詞集，構建用戶情感詞典，利用微博情感計算系統判斷每條在線評論的情感極性，同時，得出詞頻統計結果。依據詞頻統計的結果，結合中國電子商務投訴與維權公共服務平臺以及物流服務質量相關文獻篩選出與物流服務質量相關詞匯的詞頻結果，同時篩選出與顧客購買后行為相關詞匯的詞頻結果，整理得出顧客最關注的物流服務要素和常見的顧客購買后行為。最后，依據分詞結果，提取有效的關鍵詞，結合物流服務要素和顧客購買后行為的劃分，建立在線評論關聯