基于随机Kriging的汽车品牌质量序贯主题比较研究

汽车产业是国民经济的主导和支柱产业之一，汽车质量安全问题备受关注。现有研究主要探索汽车质量的召回制度、召回产生的影响以及缺陷产品的发现，未发现从大规模质量缺陷的文本中挖掘汽车召回主题并指导实践的研究。本文从消费者投诉和汽车召回两个角度研究合资背景下汽车质量差异及不同汽车品牌在汽车质量各个维度的优劣势。本研究使用潜在狄利克雷分配（latent Dirichlet allocation, LDA）模型对汽车召回文本进行分析，由于消费者投诉文本呈现出较强的序贯相关性，本文基于序贯潜在狄利克雷分配（sequential latent Dirichlet allocation, SeqLDA）模型研究该类文本。考虑到SeqLDA具有较多影响拟合效果的输入参数，本研究提出随机Kriging(SK)和SeqLDA相结合的主题优化模型（SK-SeqLDA）对消费者投诉文本进行分析。研究结果表明：LDA适合于汽车召回文本，而SeqLDA适合于消费者投诉文本，SK-SeqLDA能较大幅度地增强序贯主题模型的拟合效果。另外，消费者投诉中多个主题涉及车身附件及内饰，汽车召回中多个主题涉及制动问题；进口汽车品牌...