1. 研究目的与意义
互联网时代的到来，让大家更喜欢在博客、微博、论坛等社交平台上分享自己的看法和感受。同时，随着网上购物越来越普遍和流行，大家对网上购物的需求越来越大，同样的供给也越大，从而在大的机遇中就会遇到很多的竞争。所以，在网络购物上，消费者的购买经验在这方面体现得尤为突出，越来越多的人乐意在媒体上分享他们的购物经历。其中，在线评论最为明显，也是最具代表力的一种形式。在线的用户评论对于消费者和商家而言，都是获取彼此信息的重要途径，也使得双方建立信任感并且避免了信息不对等的情况的出现，所以在线评论通常会对后续的线上购买活动有着重要影响。
试想，如果电商如果不关注评论，不做分析，就好像在黑暗中驾驶没有灯的车，随时都有“翻车”的危险。文本评论指的是用户在购物网站上消费或者在其他评论平台，以文字的形式结合自己或者他人的感受对对应产品或服务发表的积极或消极的看法。在电商平台日益激烈的竞争背景下，认知广大消费者的心理对于电商平台的商家来说变得更为必要，对用户的文本评论数据进行深层次的挖掘分析，从而就对生产厂家提升自身竞争力有很大的帮助。所以只有做好对客户数据的深入了解才可以更好地挖掘出产品的优势和不足，进而更好的发挥产品优势，弥补产品不足，才能增加销售量。
2. 研究内容和预期目标
研究内容：理解用户需求是企业管理实践中的重要一环，在线评论作为用户偏好表达的重要渠道，是企业发现用户需求的重要数据来源。因此，如何从在线评论中有效挖掘出用户需求，是一个重要的研究问题。本篇论文以华为手机评论数据为例，构建了一个基于KANO模型、面向在线评论的用户需求分析框架。主要是针对不同型号的华为手机进行选择，为便于后续进一步深入分析，从文本分析数据的结果中提取出有意义的量化性指标，先把评论文本利用文本挖掘技术，对碎片化、非结构化的手机评论数据进行清洗与处理，转化为结构化数据。数据预处理之后，再进行分词、词性标注、去除停用词等操作，并参考知网上发布的情感分析用词语集，统计评论数据的正负情感指数，通过词云图直观查看正负评论的关键词。之后进行正负面的情感分析，计算评论的情感值，最后依据不同属性上的评论短句与情感分析结果，通过KANO模型分析用户属性需求，从而在充分挖掘在线评论中蕴藏的多维信息的同时，对这些信息进行分类分析，提炼出企业可参考的价值信息。
拟解决的关键问题：1.利用python技术从网络商城中获取商品评论数据，进行数据预处理、分词、词性标注等操作。2.利用决策树模型进行情感分析，提取相关属性特征，计算训练集和测试集的精确度，统计每条评论的情感词进行分析。3.结合kano模型，判断顾客需求的优先级。
写作提纲：
3. 国内外研究现状
随着互联网技术的不断发展，知网、万维网等成为我们快速获取信息的载体。当然，将非结构化文本转化为结构化文本信息，对我们进行文本类研究极为重要。现阶段大多学者对于商品评论的研究主要是先通过 Python 爬虫技术或者是八抓鱼采集器来获取评论数据，再对数据进行预处理，之后通过采用分词技术，将长短文本分成单独的词，再导入相应的停用词表，去除无意义词。
比如孟庆良（2012）等人基于定量化的kano模型的顾客需求最终重要度确定方法，确定了顾客的真实需求；刘美娟（2021）等人利用顾客对不同需求要素的满意度评分指数，建立顾客-需求矩阵；李桢（2021）提出基于在线评论的kano模型质量要素分类方法，通过在线医疗服务领域的实证研究，验证实验的可行性与有效性；谭强（2018）提出基于在线评论挖掘的用户需求识别方法，并运用kano模型对H品牌手机在线评论数据，结合用户需求的满足情况进行分析，从而帮助企业制定更加有效的产品迭代创新策略。
在此基础上，国内学者也逐渐开始向各个领域不同方向创新。胡云豹（2020）应用文本数据挖掘技术与kano模型相结合，对用户需求进行分析；黄官伟（2021）等人使用机器学习算法提取在线评论的文本特征，然后对顾客偏好进行估计，并结合改进后的kano模型，对服务质量要素进行分类，制定出服务提升策略；孙霄凌（2013）等人借助Kano模型对产品评论系统的功能需求进行分类，针对评论内容和效价进行深度挖掘，再基于文本挖掘的标签云和多维效价，反映了现实需求；章蓬伟（2020）等人对电商在线评论进行文本情感分析与数据挖掘，通过python基于情感词典进行情感倾向性分析，对情感词、程度副词以及否定词进行遍历，计算评论语句的情感词，最终进行可视化展示。
4. 计划与进度安排
前期的准备工作主要是查看大量的文献，了解在线评论、情感分析与kano模型相关的理论知识，然后通过网上课程的学习来掌握基础知识，并理清思路，明确写作结构框架；
中期主要是实操，通过python等技术的编程代码来进行数据的处理操作，以及情感分析和kano模型结合的数据分析；
后期主要是整理前中期相关的研究工作，判断顾客的真正需求得出可操作性的建议并开始撰写论文。
5. 参考文献
[1] 孟庆良与蒋秀军, 基于定量化KANO模型的顾客需求最终重要度确定方法. 统计与决策, 2012(06): 第32-35页.
[2] 刘美娟与杨志辉, 基于在线评论和Kano模型的顾客需求的双聚类分析. 江西科学, 2021. 39(05): 第790-796 819页.
[3] 李桢, 基于在线评论的Kano模型质量要素分类方法：以在线医疗服务为例, 2021, 江苏科技大学.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
