基于LSTM-LDA算法和IPA分析的在线品牌社群用户关注热点研究

• 全文链接
• 请求原文

作   者：

孙玲玲;  胡彦蓉;  刘洪久; 

作者机构：

浙江农林大学信息工程学院; 

关键词：

在线品牌社群;  LDA主题模型;  IPA分析;  LSTM神经网络; 

期刊名称：

情报杂志

i s s n：

1002-1965

年卷期：

2021 年 40 卷 009 期

页   码：

178-186

摘   要：

[目的/意义]通过对在线品牌社群中的用户交流信息进行关注热点提取,探究企业如何有效运营在线品牌社群,形成以用户为中心的私域流量,有效提高用户黏性和品牌竞争力.[方法/过程]以爱卡大众汽车论坛用户评论数据为研究对象,基于LSTM-LDA融合算法,根据文档-主题相似度过滤边缘评论,其次在LSTM-LDA模型基础上引入时间参数信息,采取后离散分析方法,动态挖掘用户关注热点主题的关注度和满意度,最后构建IPA分析模型,分析用户关注热点主题发展态势.[结果/结论]用户对大众汽车的关注涉及汽车保养、汽车总体架构等8个主题,定位出当前处于优势区、保持区、改进区、弱势区的热点主题,实现对用户关注热点发展趋势的分析和评价,形成基于用户评论数据的建议、推断和决策.该研究着眼于在线社群评论文本分析研究,为在线社群用户需求挖掘提供新的理论研究方向,为企业借助在线社群增强与用户的信息交流、提升竞争力提供一定参考.