传统出版工作创新研究与新媒体编辑职业素养分析

出版产业网络化时代已经到来,“互联网+”出版模式快速发展,传统的图书编辑固态化工作方式已经不能满足日益增长的数字阅读需求。新用户的多样性阅读体验需求迫使传统出版从业者必须将新媒体、融媒体、全媒体这种种革新逻辑厘清,构建好自己的编辑思路,突破传统编辑模式,使纸书出版快速适应融合出版的发展,传统出版编辑应不断提升自己的职业素养,向新媒体编辑转型升级。     

C2C电子商务服装产品客户评论要素及其对满意度的影响

以C2C电子商务产品的在线客户评论为研究对象,从淘宝网收集服装类产品的在线客户评论7 481条,应用内容分析软件Nvivo 8.0进行编码分析,识别出服装类产品的在线客户评论包含的内容要素,并通过多元回归分析得出评论内容要素与客户满意度之间的关系,给出客户满意度影响因素模型。     

中文网络客户评论的产品特征挖掘方法研究

随着互联网的广泛应用,在Blog、BBS、Wiki等网络站点中出现了大量的针对商品或服务的客户评论,这些客户评论中所包含的丰富信息,对企业管理具有重要的价值.通过数据挖掘算法对客户针对某一产品的大量评论进行分析,可以挖掘出这些产品的主要特征,并有望进一步发现客户对这些特征的意见和态度.在英文世界中已经有学者开始对这一研究进行探索,然而由于语言结构等方面的差异,英文的研究成果尚无法直接应用于中文客户评论的挖掘中.本研究针对中文的特点,提出了面向中文的客户评论挖掘方法.该方法基于改进关联规则算法实现了针对中文产品评论的产品特征信息挖掘.本研究采用通过互联网获得的针对手机、数码相机、书籍等5种产品的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.     

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．     

对马君武翻译评论的评论

从事马君武研究的一些学者评论说,马君武的进化论译作信达雅兼备,其<达尔文物种原始>是权威性译本、文言文译本,其<威廉退尔>译本中的对话和唱词纯用文言.这些评论不准确.马君武的有些进化论译本达不到信达雅兼备的翻译标准,个别译本在"信"方面尚可,但在"达"和"雅"方面欠佳;<达尔文物种原始>不可能成为权威性译本,而且它是以欧化主导、杂糅少量文言词语的译本;<威廉退尔>译本中的对话和唱词是以文言成分占主导,但也有部分欧化的表达.     

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。     

欢迎订阅2015年《管理评论》

《管理评论》是中国科学院大学主办的学术月刊,系国家自然科学基金委员会管理科学部认定的少数几种核心期刊之一,已被中文社会科学引文索引(CSSCI)期刊、中国科学引文数据库来源期刊、国家中文核心期刊收录。《管理评论》本着前瞻、务实、创新的宗旨,评论管理学的学科前沿,传播、传承管理学界的新思想,发掘管理学理论支撑的新技术和新方法,并持续关注企业管理、公共管理、金融管理和产业组织领域内,理论与实践中出现的热点和难点问题,循序渐进地推动管理学学科发展和应用水平的提高。目前,     

基于影评数据的在线评论有用性影响因素研究

面对互联网上海量的在线客户评论,如何能快速有效地进行识别和选择从而发现和利用其中有用的评论,已经成为人们关注的重要问题.以体验型商品电影的在线评论为研究对象,结合文本挖掘技术和实证研究方法,从文本特征出发探索影响在线评论有用性的因素,建立在线评论有用性影响因素模型,并利用该模型对评论有用性进行分类预测.与现有相关研究相比,提出的模型总体拟合效果显著提高,并发现在线影评中积极的情感倾向、较高的正负情感混杂度、较高的主客观表达混杂度以及较长的平均各句长度,对评论的有用性具有显著的正面影响.最后预测结果表明,该模型对在线影评的有用性具有较强的判别能力.