發(fā)布時(shí)間：2025-05-29 06:41

　　近年來(lái),以抖音、快手為代表的短視頻APP快速占據(jù)了網(wǎng)絡(luò)市場(chǎng),預(yù)計(jì)隨著5G網(wǎng)絡(luò)的廣泛應(yīng)用,短視頻的發(fā)展也將迎來(lái)新的契機(jī)。不過(guò)國(guó)內(nèi)目前短視頻的使用人數(shù)已超過(guò)9億,未來(lái)新用戶的增速必將放緩,行業(yè)的人口紅利也會(huì)逐漸消失,因此如何留存住現(xiàn)有用戶,提升用戶的持續(xù)使用意愿是接下來(lái)短視頻企業(yè)發(fā)展的重要任務(wù)。用戶在使用短視頻APP的同時(shí)會(huì)在應(yīng)用商店中留下自己的評(píng)論,這些評(píng)論中包含著大量有價(jià)值的信息,其中就有影響用戶持續(xù)使用意愿的關(guān)鍵因素。但是用戶的評(píng)論往往具有非結(jié)構(gòu)化的特點(diǎn),且其中含有大量的噪聲干擾,很難進(jìn)行人工識(shí)別。文本挖掘技術(shù)的出現(xiàn)可以更高效的實(shí)現(xiàn)對(duì)自然語(yǔ)言的處理,從嘈雜的用戶評(píng)論中提取出有價(jià)值的信息,幫助企業(yè)有針對(duì)性的進(jìn)行產(chǎn)品更新迭代,進(jìn)而在時(shí)下激烈的市場(chǎng)競(jìng)爭(zhēng)中取得優(yōu)勢(shì)。本文首先從APPstore和華為應(yīng)用商店中獲取具有代表性的快手APP和抖音APP的用戶評(píng)論,然后通過(guò)Jieba分詞等工具對(duì)用戶評(píng)論進(jìn)行文本預(yù)處理工作,之后利用TF-IDF算法從經(jīng)過(guò)預(yù)處理過(guò)的文本中提取出特征詞,緊接著將用戶文本運(yùn)用Word2vec算法進(jìn)行向量化處理,并獲取特征詞的詞向量,最后對(duì)特征詞向量采用K-means算法進(jìn)行聚類...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1論文結(jié)構(gòu)框架圖

1.3.2論文框架1.4研究方法和創(chuàng)新點(diǎn)

圖2-1信息系統(tǒng)成功模型

信息系統(tǒng)成功模型也稱D&M模型,是由Delone和Mclean]兩位學(xué)者共同提出,該模型是在信息系統(tǒng)的效益評(píng)估中最經(jīng)典的理論模型之一,初始的D&M模型一共包含六個(gè)變量,分別為信息質(zhì)量、系統(tǒng)質(zhì)量、系統(tǒng)使用、用戶滿意、個(gè)人影響和組織影響[49]。在模型中,信息質(zhì)量和系統(tǒng)質(zhì)量都是信息系....

圖2-2修改后的信息系統(tǒng)成功模型

信息系統(tǒng)成功模型備受研究者們的青睞,部分學(xué)者通過(guò)把該模型與技術(shù)接受模型相結(jié)合來(lái)分析用戶對(duì)信息系統(tǒng)的持續(xù)使用意向,既驗(yàn)證了信息系統(tǒng)成功模型的科學(xué)性,又解決了技術(shù)接受模型無(wú)法測(cè)量信息系統(tǒng)自身優(yōu)劣的問(wèn)題。與此同時(shí),也有部分學(xué)者對(duì)該模型存在質(zhì)疑。如Pitt等認(rèn)為D&M模型是在信息傳播理論....

圖2-3期望確認(rèn)理論模型圖

期望確認(rèn)模型是由期望確認(rèn)理論衍生而來(lái),最初的期望確認(rèn)理論是Oliver在1980年提出,該理論剛開(kāi)始是為了研究消費(fèi)者在完成消費(fèi)行為前后的的滿意度是否會(huì)影響其繼續(xù)購(gòu)買的意向[53]。該模型一共包括了五個(gè)變量,分別是期望、感知績(jī)效、確認(rèn)度、滿意度以及繼續(xù)購(gòu)買意向。具體的模型如圖2-3....

本文編號(hào)：4048887