论文部分内容阅读
以B2 C电商零售市场为研究主体,探究感知客户服务满意度影响因素及其重要性权重大小的方法,识别客户需求从而提高企业物流服务资源配置效率.通过对家电产品在线评论数据进行高频词的统计,建立语义社会网络,提取与售后服务有关的评论要素,识别评价维度.将评论语言转换为结构化数据,人工对训练样本提及到的评价维度进行识别与权重编码,训练神经网络并运用模型自动预测各评价维度在评论中权重大小.最后,对不同产品客户群体的评论数据进行满意度影响因素权重的分析,得到结论:随着产品属性特征的改变,满意度影响因素的重要性也会有所变化.服务企业应根据不同群体满意度影响因素的权重差别,进行对应服务资源的配置,从而提供有针对性的服务.