简介:目前各大电子商务网站每天都产生大量的在线评论,电商企业面对数量巨大的在线评论,能够快速地找到消费者所关注商品或服务的评价信息,了解消费者真正的购物需求,存在一定的难度。在线评论文本内容是能够表达买家对所购商品质量、电商企业服务、快递物流服务等详实的感受或体验的部分,反映出消费者对购买全过程的满意度。本文通过对在线评论文本挖掘的研究,设计基于语义词典的评论商品属性对抽取方法和在线评论情感极性及强度计算方法,可以帮助电商企业准确而快速地挖掘出在线评论文本中消费者感知有用性商品评价信息,进而改进企业产品或服务质量,帮助商家有效地制定精准营销服务策略。
简介:摘要目的从患方视角探究医院门诊服务的痛点,为服务质量优化管理提供新思路。方法选取10家国内顶级医院,采集2017年1月1日至2019年12月31日患者在大众点评网发表的针对这10家医院的门诊服务差评文本。引入用户痛点分析模型,根据词频构建痛点指标词合集,结合情感值量化分析痛点指标,通过概念化标注对指标词进行内容分析。结果对1 259条门诊服务差评文本的分析显示,患者对门诊服务质量的差评主要集中在人际交互、流程因素、人机交互、环境因素4个方面,人际交互中的医护人员态度不佳以及流程因素中的排队时间长和就诊时间短问题最为突出。结论在线患者评论分析适用于医院门诊服务痛点的识别和感知,有助于院方选择服务改进的方向和项目。