研究池｜用户在线评论中的商业情报：理解消费者感知及影响因素原创XunXu福韵网络情报研究XunXu,Xuequ

原创 Xun Xu 福韵网络情报研究
文章插图
Xun Xu, Xuequn Wang, Yibai Li,Mohammad Haghighi
文章历史:
2017年2月21日收到
2017年4月29日收到修订后的表格
2017年6月15日接受
2017年7月7日在线提供
关键词
顾客满意、顾客不满意、在线文本评论、文本挖掘、回归分析
目录：
摘要
1.引言
2.文献回顾
2.1商业情报和分析
2.2顾客满意和不满意
2.3客户在线文本评论
2.4大数据分析中的情绪分析
3.理论基础和假设发展
3.1理论基础
3.2假设发展4.方法学
4.1数据收集
4.2潜在语义分析和回归分析
5.结果
5.1客户正面评价的因素
5.2客户负面评价的因素
5.3回归分析的结果
6.讨论
6.1旅游目的对客户满意和不满意的影响
6.2酒店星级对顾客满意和不满意的影响
【研究池｜用户在线评论中的商业情报：理解消费者感知及影响因素】6.3编辑推荐对客户满意和不满意的影响
6.4酒店类型对顾客满意和不满意的影响
7.影响、局限性和未来研究的机会
7.1理论意义
7.2管理方面的影响
7.3局限性和未来研究的机会
8.结论
// 摘要 //随着信息技术的快速发展，顾客不仅在网上购物，还在社交媒体上发表评论。这种用户生成的内容（UGC）有助于理解顾客的购物体验并影响未来顾客的购买意图。因此，商业情报和分析作为一种在社交媒体中分析客户的UGC内容以及支持公司营销活动的方法越来越受提倡。然而，由于UGC开放的结构，用户评论等内容会很难分析，企业发现利用UGC也很有挑战性。为了填补这一空白，本研究旨在基于在线客户文本评论，考察顾客对酒店产品和服务属性的满意度和不满意度。利用文本挖掘方法，即潜在语义分析（LSA），我们确定了驱动顾客对酒店产品和服务满意和不满意的关键属性。此外，使用回归方法，我们考察了旅行目的、酒店类型、星级和编辑推荐对顾客对酒店产品和服务属性的看法的影响。这项研究将顾客的在线文本评论与顾客的感知联系起来，帮助企业经理通过用户生成内容（UGC）更好地了解客户的需求。
1.引言随着信息技术的快速发展，顾客不仅在网上购物——他们还在社交媒体上发表评论。这种基于社交媒体平台创建的信息通常被称为用户生成的内容。在顾客做出购买决定之前， UGC可以帮助降低网上购物的感知风险(Ladhari--tt-darkmode-color: #A3A3A3;"> 。 UGC还为企业提供了接收客户反馈和改善产品和服务属性的机会，从而产生关键的商业价值。因此，商业情报和分析越来越多地被提倡来分析UGC ，并支持企业的营销活动。
商业情报和分析对提升公司的利润和运营越来越重要。通过有效的商业情报和分析，企业可以更好地理解客户偏好和实施市场细分，从而来降低营销成本(Wixom--tt-darkmode-color: #A3A3A3;"> 。据预测，到2018年，仅在美国就将缺少140000至190000名具有深度分析技能的专业人员(Manyika等人， 2011年) 。
然而，UGC内容诸如在线客户文本评论之类通常是开放的，并且没有结构性限制，因此，尽管UGC内容包含了比客户评级更丰富的关于客户购买体验和感知的信息(Berezina, Bilgihan, Cobanoglu,--tt-darkmode-color: #A3A3A3;"> ，但企业应用商业情报和分析并利用UGC是相当具有挑战性的。其结果是， UGC的价值未能充分发现和分析，企业就很难根据UGC的信息，就产品或服务的哪些方面让客户感到满意或不满意，形成营销见解。
社交媒体和网上购物网站上发布的大量客户在线评论加速了对大数据分析和相应技术的需求。处理非结构化文本是大数据分析的最大挑战之一(Gandomi--tt-darkmode-color: #A3A3A3;"> 。情感分析经常被用来从顾客的在线评论中挖掘他们的情感(Schumaker, Jarmoszko,--tt-darkmode-color: #A3A3A3;"> 。情感分析可以提取顾客文本中隐含的情感表达。为了进一步考察顾客在线评论，我们的研究重点是考察顾客满意和不满意。