基于文本挖掘的突发公共事件网络舆情治理研究

基于网络爬取的方法,对近几年的121条有关突发公共事件网络舆情治理的典型案例进行可视化分析,对词云图、语义网络分析、LDA主题模型的特征分析进行语义挖掘。挖掘出突发公共事件网络舆情治理中的突出问题,了解阻碍网络舆情防控与治理之因。文章提出了构建网络舆情预警机制、建立网络舆论治理机制、健全传播者和接受者引导与培育机制、完善网络舆情法制与追责机制、优化网络舆情的多元联动共治机制。以期对突发公共事件中网络舆情有效监管,整治网络谣言乱象,较大程度地预防和减少突发公共事件的发生。     

网络动态海报《随传随到》的多模态话语分析

作为数字传播时代的新兴产物,动态海报具有画面表现力强、传递信息量大、受众参与度高等特征,已广泛应用于网络广告领域。研究基于多模态话语分析综合理论框架,辅之以视觉语法理论,解析网络动态海报《随传随到》运用多模态符号资源实现的积极广告传播效果。研究发现：文化层面,意识形态是理解动态海报和实现广告传播效果的必要前提;语境层面,语境因素是动态海报产生特征和积极广告传播效果的动因;内容层面,广告传播效果取决于多模态资源在意义构建中的运用;表达层面,GIF格式文件为动态海报达到积极广告传播效果提供了技术支持。研究结合广告学知识探索了多模态话语分析在网络动态海报中的应用,旨在为动态海报的广告传播效果提供语言学解释。     

集装箱班轮二维收益管理在线动态定价策略

为了在现实约束条件下最大化班轮公司收益,研究了集装箱海运二维收益管理多航段多箱型在线动态定价模型,提出了其最优在线动态定价策略,并且证明了模型价值函数的单调性及其上界.基于降维的思想提出了更为实际的启发式算法.在算例中分析了单航段单箱型、单航段多箱型和多航段多箱型3种情况下的最优动态定价策略,分析结果表明:在单航段单箱型的情况下,最优价格具有单调性;在单航段多箱型和多航段多箱型的情况下,最优价格不一定具有单调性.     

第三方电子交易平台的双边市场特征——基于在线个人借贷市场的实证分析

以Prosper在线个人借贷平台为研究对象,实证考察了第三方电子交易市场中用户的交叉网络外部性、自网络外部性和平台定价策略对双边用户效用和平台利润的影响.结果表明:受市场供小于求、平台运营模式和借贷双方交易行为的影响,新借入者规模对借出者收入、前期借出者总规模对借入者需求均产生了显著的正交叉网络外部性;借入者之间由于竞争存在负自网络外部性,而借出者之间由于协同关系存在正自网络外部性;借贷双方对平台交易费具有显著的负价格弹性,平台利润与借贷双方的交易费分别呈现二次线性关系;在市场供小于求的情况下,平台利润主要受到借出者规模及其费率的影响.     

面向竞争力的特征比较网络: 情感分析方法

比较观点广泛存在于在线评论之中,这些比较观点是用户表达情感的常用方式, 也是产品竞争力的重要表现。依据在线评论的文本信息,结合文本挖掘和情感分析技术,提取在线评论中特征级的“比较观点对”。利用特征比较观点,分别构建产品特征的单边有向、双边有向以及多边有向比较网络, 并根据情感强度确定网络边的权重。借助成熟的网络分析算法(PageRank和HITS),对特征比较网络进行计算。产品特征比较网络能够识别产品的竞争优势, 也能分析用户对每个特征的关注度,并量化评价得分。实验发现,特征比较网络与销售排名显著相关,因而有助于销量的预测。     

基于句子级情感的中文网络评论的情感极性分类

为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法． 该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设 3 种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度． 最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性．     

零售市场价格策略的演化博弈分析

基于一个三阶段Hotelling博弈模型:位于[0,1]线性城市两端的零售A和B第一阶段同时选择价格策略变量,第二阶段确定价格的大小,第三阶段由消费者选择零售商。应用演化博弈论进行研究,分析了零售市场价格策略的演化稳定性。     

考虑消费者网购体验滞后的产品定价研究

随着电子商务技术的发展,网络购物越来越便利。与此同时,网络购物带来的产品体验滞后也导致了消费者对产品的认知不确定性。而这种不确定性正在成为消费者策略性退货行为的主要原因,如消费者同时购买多件具有横向差异的产品,在收到货物后经亲身体验后保留一件而将其他产品退货。本文通过构建Hotelling模型,探讨了企业在考虑此种影响情况下的最优定价策略,分析得出：当消费者的退货成本增加时,企业最优定价也随之增加;消费者对产品的先验效用差异化越小,企业的最优定价也越低。同时发现,若某种产品无消费者单独购买,企业的最优定价会随消费者偏好的增加而增加;而当两种产品均有消费者单独购买且消费者退货成本较大时,企业的最优定价不但不会随消费者偏好的增加而提高,反而会随消费者偏好增加而减少。此外,本文给出了消费者策略性退货行为存在的临界条件,当消费者的退货成本高于这一临界条件时消费者的策略退货行为将消失。     

基于在线评论数据的产品需求趋势挖掘

随着经济水平的提高和物质生活的丰富,消费者的需求变化也越来越快。能否迎合市场需求的变化是企业产品成功的关键。随着社交媒体的发展,消费者为了分享购物体验发表了许多在线评论信息,其中蕴含着消费者的需求变化。本文在产品特征提取和属性情感分析的基础上,构建了垃圾评论识别模型。然后,利用时间序列分析模型预测下阶段的产品属性关注度和情感计算。最后结合历史数据的变化趋势,分析产品属性的重要性和市场满意情况。利用汽车论坛上的汽车评论数据对本文提出的研究模型进行了验证。研究结果可以为企业制定营销策略以及产品改进与创新提供决策支持。     

The Value of Weather Information for E‐Commerce Operations

To be efficient, logistics operations in e‐commerce require warehousing and transportation resources to be aligned with sales. Customer orders must be fulfilled with short lead times to ensure high customer satisfaction, and the costly under‐utilization of workers must be avoided. To approach this ideal, forecasting order quantities with high accuracy is essential. Many drivers of online sales, including seasonality, special promotions and public holidays, are well known, and they have been frequently incorporated into forecasting approaches. However, the impact of weather on e‐commerce operations has not been rigorously analyzed. In this study, we integrate weather data into the sales forecasting of the largest European online fashion retailer. We find that sunshine, temperature, and rain have a significant impact on daily sales, particularly in the summer, on weekends, and on days with extreme weather. Using weather forecasts, we have significantly improved sales forecast accuracy. We find that including weather data in the sales forecast model can lead to fewer sales forecast errors, reducing them by, on average, 8.6% to 12.2% and up to 50.6% on summer weekends. In turn, the improvement in sales forecast accuracy has a measurable impact on logistics and warehousing operations. We quantify the value of incorporating weather forecasts in the planning process for the order fulfillment center workforce and show how their incorporation can be leveraged to reduce costs and increase performance. With a perfect information planning scenario, excess costs can be reduced by 11.6% compared with the cost reduction attainable with a baseline model that ignores weather information in workforce planning.