-
公开(公告)号：CN119006070A
公开(公告)日：2024-11-22
申请号：CN202411114230.0
申请日：2024-08-14
Applicant: 哈尔滨工业大学
IPC: G06Q30/0282 , G06Q10/063 , G06F18/27
Abstract: 基于评论图片美学的评论有用性的预测方法，属于数据分析技术领域。所述方法是：步骤一：获取目标酒店的在线评论数据；步骤二：对数据筛选和清理，得到数据集；步骤三：确定评论图片美学的评论有用性影响的研究模型，并对模型所需变量进行定义与计算；步骤四：设定被解释变量、解释变量、调节变量和控制变量，构建非线性回归模型，计算得到非线性回归模型的系数和残差项；步骤五：通过将最小二乘回归方法替换为Tobit回归方法和选取子样本集进行稳健性检验，根据步骤四计算得到的非线性回归模型的系数和残差项，得到基于评论图片美学的评论有用性的预测模型。本发明的方法能够对用户评论和酒店信息进行全面高效的、准确率高且易于实现的挖掘和分析。
-
公开(公告)号：CN117114746A
公开(公告)日：2023-11-24
申请号：CN202311074106.1
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q30/0202 , G06F16/951 , G06F40/289 , G06F40/216
Abstract: 一种突发公共卫生事件对消费者情绪的预测方法，本发明属于数据分析技术领域。方法步骤是：获取数字化平台上的相关数据信息和文本信息，并选定突发公共卫生事件的发生期和发生前期；对获取到的文本信息进行分词处理，并利用文本分析技术获取情感词词频、感知过程词词频和认知过程词词频，并对消费者情绪和影响因素进行表征；将突发公共卫生事件作为自变量，消费者情绪作为因变量，选定其余中介变量和调节变量，将消费者评论时间、出行类型、数字化平台上的评论特征、商家属性特征、评论来源、商品体验时间和评论时间的季节效应作为控制变量，建立计量经济模型；对计量经济模型进行分析。本发明用于突发公共卫生事件对消费者情绪的预测。
-
公开(公告)号：CN119006054A
公开(公告)日：2024-11-22
申请号：CN202411114236.8
申请日：2024-08-14
Applicant: 哈尔滨工业大学
IPC: G06Q30/0241 , G06Q30/0242 , G06F16/951 , G06F18/27
Abstract: 一种带货视频时长对产品销量的预测方法，属于数据分析技术领域。该方法包括以下步骤：步骤一：获取带货短视频的销售数据、博主数据、产品数据；步骤二：对数据预处理；步骤三：对研究模型所需的变量进行定义，计算模型所需变量；步骤四：设置被解释变量、解释变量、调节变量和控制变量，并引入视频实际时长的二次项，构建计量模型且固定产品类别效应，通过计量分析方法与倒U型关系检验三步法计算计量经济模型的系数和残差项；步骤五：稳健性检验；引入三次项、调整样本；未通过则返回步骤四；若通过，则说明通过了稳健性检验，执行步骤六，异质性检验；探究产品价格与产品类别对二者倒U型关系的影响。本发明用于带货视频时长对产品销量的预测。
-
公开(公告)号：CN117114746B
公开(公告)日：2024-07-16
申请号：CN202311074106.1
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q30/0202 , G06F16/951 , G06F40/289 , G06F40/216
Abstract: 一种突发公共卫生事件对消费者情绪的预测方法，本发明属于数据分析技术领域。方法步骤是：获取数字化平台上的相关数据信息和文本信息，并选定突发公共卫生事件的发生期和发生前期；对获取到的文本信息进行分词处理，并利用文本分析技术获取情感词词频、感知过程词词频和认知过程词词频，并对消费者情绪和影响因素进行表征；将突发公共卫生事件作为自变量，消费者情绪作为因变量，选定其余中介变量和调节变量，将消费者评论时间、出行类型、数字化平台上的评论特征、商家属性特征、评论来源、商品体验时间和评论时间的季节效应作为控制变量，建立计量经济模型；对计量经济模型进行分析。本发明用于突发公共卫生事件对消费者情绪的预测。
-
公开(公告)号：CN117094855B
公开(公告)日：2024-06-25
申请号：CN202311074098.0
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q50/12 , G06Q10/0639 , G06F18/10 , G06F16/951 , G06F16/9535 , G06F18/25
Abstract: 基于酒店服务语言的非本土语言顾客满意度的预测方法，本发明属于数据分析技术领域。方法是：获取目标酒店的基本数据、评论数据以及顾客数据，得到原始数据集；对原始数据集进行数据预处理；对研究模型所需的变量进行定义，并利用清洗后的数据集对所需的变量进行测算；分别设置被解释、解释、调节和控制变量，构建基于固定效应的计量模型，计算得到固定效应模型的系数和残差项；对非本土语言顾客满意度的预测模型进行稳健性检验；若预测模型通过了稳健性检验，则将固定效应模型的系数和残差项带入模型，即得到基于酒店服务语言的非本土语言顾客满意度的预测模型；若未通过，则需对预测模型进行再次构建与分析。本发明用于酒店顾客满意度预测。
-
Patent Agency Ranking
公开(公告)号：CN104616198B
公开(公告)日：2018-01-26
申请号：CN201510076663.6
申请日：2015-02-12
Applicant: 哈尔滨工业大学
Abstract: 一种基于文本分析的P2P网络借贷风险预测系统，涉及一种P2P网络借贷的风险预测系统。本发明包括：平台数据采集模块；文本特征提取模块；风险预测模型搭建、训练模块；风险预测模块。本发明风险预测系统的文本特征提取模块对平台数据采集模块中获取的“借款描述文本”进行词语切分并根据停用词列表去除没有实际含义的词语，同时负责提取借款描述文本包含的情感特征S，主题特征T和可读性特征R；然后搭建和训练风险预测模型；最后将新借款列表的情感特征S，主题特征T和可读性特征R和平台数据采集模块中的用户基本数据、用户信用数据、借款列表数据共同作为输入变量输入风险预测模型，最终得到风险预测结果。本发明适用于P2P网络借贷风险预测。
-
公开(公告)号：CN104616198A
公开(公告)日：2015-05-13
申请号：CN201510076663.6
申请日：2015-02-12
Applicant: 哈尔滨工业大学
Abstract: 一种基于文本分析的P2P网络借贷风险预测系统，涉及一种P2P网络借贷的风险预测系统。本发明包括：平台数据采集模块；文本特征提取模块；风险预测模型搭建、训练模块；风险预测模块。本发明风险预测系统的文本特征提取模块对平台数据采集模块中获取的“借款描述文本”进行词语切分并根据停用词列表去除没有实际含义的词语，同时负责提取借款描述文本包含的情感特征S，主题特征T和可读性特征R；然后搭建和训练风险预测模型；最后将新借款列表的情感特征S，主题特征T和可读性特征R和平台数据采集模块中的用户基本数据、用户信用数据、借款列表数据共同作为输入变量输入风险预测模型，最终得到风险预测结果。本发明适用于P2P网络借贷风险预测。
-
公开(公告)号：CN117094856B
公开(公告)日：2024-04-30
申请号：CN202311074103.8
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q50/12 , G06F16/951 , G06F18/10 , G06F17/18 , G06N20/00
Abstract: 基于面板logit模型的嵌入OTA网站后用户评价行为的预测方法，属于数据分析技术领域。步骤一：获取原始数据集；步骤二：对原始数据集进行数据预处理，得到清洗后的数据集；步骤三：对顾客评价行为相关的文献和理论进行梳理，确定嵌入OTA网站的评论特征对原OTA网站上后续评论行为的影响的研究模型，对研究模型所需的变量进行定义，并利用清洗后的数据集对所需的变量进行计算；步骤四：构建logit模型，得到面板logit模型的系数和残差项；步骤五：稳健性检验；若面板logit模型通过稳健性检验，则说明模型具有可靠性，将系数和残差项带回面板logit模型即得到预测模型；若否，则需对面板logit模型进行再次构建与分析，即返回执行步骤四。本发明的方法用于用户评价行为的预测。
-
公开(公告)号：CN117094856A
公开(公告)日：2023-11-21
申请号：CN202311074103.8
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q50/12 , G06F16/951 , G06F18/10 , G06F17/18 , G06N20/00
Abstract: 基于面板logit模型的嵌入OTA网站后用户评价行为的预测方法，属于数据分析技术领域。步骤一：获取原始数据集；步骤二：对原始数据集进行数据预处理，得到清洗后的数据集；步骤三：对顾客评价行为相关的文献和理论进行梳理，确定嵌入OTA网站的评论特征对原OTA网站上后续评论行为的影响的研究模型，对研究模型所需的变量进行定义，并利用清洗后的数据集对所需的变量进行计算；步骤四：构建logit模型，得到面板logit模型的系数和残差项；步骤五：稳健性检验；若面板logit模型通过稳健性检验，则说明模型具有可靠性，将系数和残差项带回面板logit模型即得到预测模型；若否，则需对面板logit模型进行再次构建与分析，即返回执行步骤四。本发明的方法用于用户评价行为的预测。
-
公开(公告)号：CN117094855A
公开(公告)日：2023-11-21
申请号：CN202311074098.0
申请日：2023-08-24
Applicant: 哈尔滨工业大学
IPC: G06Q50/12 , G06Q10/0639 , G06F18/10 , G06F16/951 , G06F16/9535 , G06F18/25
Abstract: 基于酒店服务语言的非本土语言顾客满意度的预测方法，本发明属于数据分析技术领域。方法是：获取目标酒店的基本数据、评论数据以及顾客数据，得到原始数据集；对原始数据集进行数据预处理；对研究模型所需的变量进行定义，并利用清洗后的数据集对所需的变量进行测算；分别设置被解释、解释、调节和控制变量，构建基于固定效应的计量模型，计算得到固定效应模型的系数和残差项；对非本土语言顾客满意度的预测模型进行稳健性检验；若预测模型通过了稳健性检验，则将固定效应模型的系数和残差项带入模型，即得到基于酒店服务语言的非本土语言顾客满意度的预测模型；若未通过，则需对预测模型进行再次构建与分析。本发明用于酒店顾客满意度预测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
