LOL下注app-首页(baber2.com)是亚洲优质游戏品牌,综合各种在线游戏于一站式的大型游戏平台,经营多年一直为大家提供安全稳定的游戏环境,LOL下注app-首页值得信赖,期待广大游戏爱好者前来体验,LOL下注app-首页将把最好的游戏体验带给大家!

<strike id="h9h3t"></strike>
<strike id="h9h3t"></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"></strike>
<strike id="h9h3t"><ins id="h9h3t"></ins></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike><strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>
光华思想力
光华思想力
第118期 基于自然语言处理和行业知识图谱的实时市场反馈机制研究

郑晓娜 等

一LOL下注app-首页、目前市场反馈机制存在的问题

随着新技术的快速应用普及、数据的爆发以及信息流动更加快速LOL下注app-首页LOL下注app-首页,越来越多的新型商业模式出现并迅速发展LOL下注app-首页LOL下注app-首页,如新零售LOL下注app-首页、无人商店LOL下注app-首页、全渠道零售等LOL下注app-首页。新型商业模式的催生带来数据非结构化LOL下注app-首页、多维度的变化趋势和对信息时效性的更高要求LOL下注app-首页。1所谓时效性,是指信息仅在一定时间段内对决策具有价值LOL下注app-首页。相较于传统的商业模式LOL下注app-首页,新型商业模式更为强调这一点。例如LOL下注app-首页LOL下注app-首页,在全渠道零售模式下LOL下注app-首页,消费者可以选择在线上或线下任意一个渠道体验LOL下注app-首页LOL下注app-首页、购买和取货LOL下注app-首页。该模式在拓宽消费者的购买渠道和体验渠道的同时LOL下注app-首页,也对信息的时效性提出了更高的要求:渠道管理者需要根据消费者的不同选择柔性制定库存策略LOL下注app-首页,及时发送补货信息LOL下注app-首页,动态形成需求预测LOL下注app-首页。2所谓非结构化LOL下注app-首页,体现在新型商业模式下的数据不仅仅是以固定格式或有固定长度的形式出现(即,结构化数据的形式,例见表1)LOL下注app-首页LOL下注app-首页LOL下注app-首页,而更多地表现为语音LOL下注app-首页、图像LOL下注app-首页、无固定格式的文本,如消费者对于某商品的评论等多种形式LOL下注app-首页,以上不定长或无固定格式的数据被定义为非结构化数据。3)此外,随着获取信息渠道的多样化和生活水平的提升,消费者不再单一地关注产品价格LOL下注app-首页,而是更为广泛地关注质量LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页、品牌LOL下注app-首页、口碑LOL下注app-首页、售后服务等更多维度的信息LOL下注app-首页,体现出数据向多维度发展的趋势LOL下注app-首页。不难看出,新型商业模式下的数据形式纷繁复杂LOL下注app-首页LOL下注app-首页,其特有的性质和对时效性LOL下注app-首页、非结构化、多维度的要求将对数据分析和处理方法提出更高挑战LOL下注app-首页LOL下注app-首页。

然而LOL下注app-首页,在经典和通用的方法里LOL下注app-首页LOL下注app-首页,多采用统计学和计量经济学的传统方法对行业情况进行分析LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,采用财务报表分析来衡量公司的经营和管理情况LOL下注app-首页。通过分析发现LOL下注app-首页LOL下注app-首页LOL下注app-首页,传统方法已经显然不能满足新型商业模式的要求。尤其在衡量和表达两个核心经济主体:市场和公司时LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,出现了越来越明显的偏离和延迟LOL下注app-首页,主要体现在如下三个方面:

第一LOL下注app-首页,滞后性LOL下注app-首页。传统方法以处理静态数据(即,在很长一段时间内不会变化的数据)为主LOL下注app-首页。难以对快速变化的市场和公司经营情况进行统计分析,出现了公司难于了解市场LOL下注app-首页LOL下注app-首页、政府难于分析行业LOL下注app-首页、消费者难于了解商品等情况LOL下注app-首页LOL下注app-首页。由于决策往往对时效性要求很高,传统统计分析的结果逐渐成为参考因素之一LOL下注app-首页。在整个决策过程中,人的经验LOL下注app-首页LOL下注app-首页、更多的信息和更加实时反馈的机制LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,成为关键因素。

第二LOL下注app-首页LOL下注app-首页,片面性。传统方法侧重于处理结构化数据,难以处理非结构化的语音LOL下注app-首页、图像、无固定格式的文本等数据;受制于工具和方法LOL下注app-首页LOL下注app-首页LOL下注app-首页,传统方法难以处理数据全体LOL下注app-首页LOL下注app-首页LOL下注app-首页,而更多地只能通过在全体中抽取一部分作为样本LOL下注app-首页LOL下注app-首页,进行分析LOL下注app-首页??梢运礚OL下注app-首页LOL下注app-首页,传统方法对传统经济形态的表达更为准确LOL下注app-首页,对于共享经济LOL下注app-首页、电子商务等新型商业模式的表达欠缺LOL下注app-首页。因此LOL下注app-首页LOL下注app-首页LOL下注app-首页,传统的方法不可避免地产生了偏见和片面性LOL下注app-首页LOL下注app-首页LOL下注app-首页。

第三LOL下注app-首页,降维性。在市场和公司的长期交互中,逐渐形成了以价格为主体的交易机制LOL下注app-首页LOL下注app-首页。价格综合体现了商品的质量、品牌LOL下注app-首页、口碑LOL下注app-首页、售后服务等多维度的信息,起到了降维的作用LOL下注app-首页。在传统的方法中LOL下注app-首页LOL下注app-首页LOL下注app-首页,也选择价格作为重要指标LOL下注app-首页LOL下注app-首页,辅以交易量、利润率等指标LOL下注app-首页,试图从这些降维后的指标中还原复杂经济行为中各个决策环节LOL下注app-首页。在这个过程中,信息经历了降维和还原的过程,消费者的意见LOL下注app-首页、态度等关键信息却在这个过程中流失LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,难以还原。

时至今日LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,以电子商务为代表的经济体已经具备高度数字化的特点LOL下注app-首页LOL下注app-首页,可以很大程度地保留经济行为(例如,消费者的消费行为LOL下注app-首页、企业的生产和营销行为等)的全过程数据。同时LOL下注app-首页,电子商务公司推出了以“消费者线上评价LOL下注app-首页LOL下注app-首页、客服在线互动”为主要形式的市场反馈机制LOL下注app-首页,建立起消费者和电商企业的互动关系LOL下注app-首页LOL下注app-首页LOL下注app-首页,实现了“生产经营在市场产生信息,并反馈到生产经营中去”的设计初衷LOL下注app-首页。上述两个机制虽然在具体品类的商品交易过程中得到广泛应用并取得良好效果,但对市场和公司进行综合分析时LOL下注app-首页LOL下注app-首页,仍然存在片面性和降维性的问题LOL下注app-首页。

上述分析揭示了新型商业模式下的企业普遍面临的难题:如何在较小的成本代价下LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,最大限度地保留信息的全貌LOL下注app-首页LOL下注app-首页LOL下注app-首页、抽取有效信息LOL下注app-首页LOL下注app-首页LOL下注app-首页,并实现对市场的快速响应和反繪OL下注app-首页LOL下注app-首页LOL下注app-首页??

本文基于人工智能技术LOL下注app-首页,提出了一种实时市场反馈机制LOL下注app-首页。该机制可以在较小的资源代价下LOL下注app-首页,训练得到准确率较高的预测模型LOL下注app-首页LOL下注app-首页,做到对市场数据的全貌获取、抽取有用信息LOL下注app-首页,并实现对决策的及时支持和对市场的快速响应LOL下注app-首页。

 

二LOL下注app-首页、基于人工智能技术的实时市场反馈机制

近年来,出现了大量基于商品评价LOL下注app-首页、基于大数据处理方法的市场反馈机制的研究LOL下注app-首页,受限于自然语言处理能力的不足LOL下注app-首页,以及因为样本数据过少所导致的片面性LOL下注app-首页,对市场和公司的分析表达尚未取得有力的进展。本报告采用了基于自然语言处理和行业知识图谱的人工智能技术LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,建立了一种实时的市场反馈机制。具体的思路是:使用便捷和受众广泛的反馈渠道LOL下注app-首页,综合海量的网络评价数据LOL下注app-首页、舆情数据LOL下注app-首页、客服数据LOL下注app-首页LOL下注app-首页、调研问卷数据LOL下注app-首页,采用人工智能技术进行分析,并与企业的经营情况和关键指标进行关联匹配LOL下注app-首页,以期为其建立实时的市场反馈机制LOL下注app-首页,服务于企业和行业的综合研判分析。

本文中研究的基本技术框架如图1所示。

1. 基本技术框架

该框架涉及数据采集技术、自然语言处理技术LOL下注app-首页LOL下注app-首页LOL下注app-首页、知识图谱等大数据和人工智能技术LOL下注app-首页,从收集的数据中自动化抽取出行业知识,再进行各种应用层的市场分析。采用图1中自底向上的分析过程,具体分析方法如下:

第一LOL下注app-首页LOL下注app-首页LOL下注app-首页,数据采集:首先设定分析的目标,可以是企业的品牌LOL下注app-首页、产品品类或者具体的产品LOL下注app-首页,根据分析目标设计互联网公开数据采集的关键词以及数据采集的渠道LOL下注app-首页,包括微博、论坛、电商、APP等等,并设计对应的调查问卷LOL下注app-首页LOL下注app-首页LOL下注app-首页。本课题将采用北京百分点信息科技有限公司成熟的数据采集软件来获取互联网公开数据,同时采用该公司的“乐调查”软件来获取调研数据LOL下注app-首页。

第二,自然语言处理:采集回来的数据中包括大量的非结构化文本数据LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,需要结合自然语言处理技术。即,从文本中自动化地抽取出分析的对象(品牌LOL下注app-首页LOL下注app-首页、品类或者具体的产品)LOL下注app-首页LOL下注app-首页、其对应的属性(某一方面或者某一话题)LOL下注app-首页,以及消费者对该属性的情感(包括正面”“中性负面)LOL下注app-首页LOL下注app-首页LOL下注app-首页。例如针对文本华为P30Pro的拍照功能真的很清晰LOL下注app-首页LOL下注app-首页LOL下注app-首页LOL下注app-首页,抽取出来的实体就是“P30Pro”LOL下注app-首页LOL下注app-首页、属性是拍照功能LOL下注app-首页、属性上的情感是正面LOL下注app-首页LOL下注app-首页LOL下注app-首页。

在传统的深度学习技术下LOL下注app-首页LOL下注app-首页LOL下注app-首页,要让机器能够从海量文本中智能抽取出这些信息LOL下注app-首页LOL下注app-首页,就需要大量带有结果的训练数据来“训练”并“教会”机器如何从非结构化文本中抽取所需结果,训练数据的获取难度非常大且训练效果不佳LOL下注app-首页LOL下注app-首页LOL下注app-首页。鉴于此,本研究首先基于大量容易采集和获得的语料(包括维基百科、百度百科LOL下注app-首页、微博LOL下注app-首页LOL下注app-首页LOL下注app-首页、论坛等)训练出一个通用的模型,然后再将该模型迁移到具体的自然语言分析任务中LOL下注app-首页。由于通用模型已经具备较好的信息处理能力,因此只需再通过少量的训练数据就能达到更为理想的效果LOL下注app-首页LOL下注app-首页。该方法被称为深度迁移学习LOL下注app-首页,既解决了训练数据获取难的问题LOL下注app-首页,又保证了训练效果LOL下注app-首页。事实证明,所需要的训练数据量不到深度学习的1%LOL下注app-首页,但在实体抽取LOL下注app-首页、属性抽取和情感分类上的准确率都能达到85%以上LOL下注app-首页。

第三LOL下注app-首页,行业知识图谱:通过自然语言处理后,即可得到行业知识图谱的基本组成要素:实体LOL下注app-首页、属性和情感LOL下注app-首页。行业知识图谱的优点在于围绕市场的实际需求建立完整的知识体系LOL下注app-首页,把握住用户对于企业品牌和产品的心理体验,为企业提供有洞察价值的市场决策支持。

第四LOL下注app-首页,应用分析:基于行业知识图谱LOL下注app-首页LOL下注app-首页,可以进行各种市场分析,包括品牌分析LOL下注app-首页、产品分析、用户体验分析以及趋势分析等等LOL下注app-首页,为企业的营运决策提供有效参考。就产品分析而言,可以根据行业知识图谱分析出企业的产品相比市场上竞争产品的各种优劣势LOL下注app-首页,这代表着消费者真实的市场声音,对于下一代产品的改进有非常重要的指导意义LOL下注app-首页LOL下注app-首页。另外,趋势分析对于企业的市场分析也很重要LOL下注app-首页LOL下注app-首页,通过行业知识图谱,可以及时捕获到产品特性的新热点,例如对于咖啡企业来说,发现某种新口味的咖啡突然被讨论的声量特别大LOL下注app-首页,企业及时抓住趋势,推出对应的新品,这样就能在激烈的市场竞争中LOL下注app-首页,避免落伍被淘汰。

 

[1] 注:前文提到同一个评价数据可能提及了多个标签维度LOL下注app-首页,因此二级标签的百分比加总可能超过100%。同时也存在打签时评价数据被打上一级标签,但未必能打上二级标签LOL下注app-首页LOL下注app-首页,因此也会出现二级标签的百分比加总低于100%LOL下注app-首页LOL下注app-首页。

如需获取完整简报LOL下注app-首页,敬请关注思享者计划

LOL下注app-首页
<strike id="h9h3t"></strike>
<strike id="h9h3t"></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"></strike>
<strike id="h9h3t"><ins id="h9h3t"></ins></strike>
<strike id="h9h3t"><i id="h9h3t"></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike><strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>
<strike id="h9h3t"><i id="h9h3t"><cite id="h9h3t"></cite></i></strike>