社會化媒體中在線負面口碑處理的專家推薦方法研究.pdf

1、在Web2.0時代，社會化媒體是用戶獲取信息的渠道，更是用戶發(fā)布內(nèi)容和建立關(guān)系的平臺，相比傳統(tǒng)媒體，其在信息內(nèi)容多樣性和信息傳播實時性上已表現(xiàn)出顯著優(yōu)勢。作為社會化媒體中一種重要的用戶創(chuàng)造內(nèi)容，在線負面口碑是消費者在互聯(lián)網(wǎng)中對企業(yè)表達的負面觀點和評論，有數(shù)量大、傳播速度快、破壞力強、拒絕解釋等特點，如果企業(yè)未能及時響應(yīng)處理，會引發(fā)大面積的消費者不滿，進而造成企業(yè)聲譽受損，品牌價值降低等嚴重后果。在社會化媒體中，如何及時有效處理負面口碑是

2、企業(yè)面臨的挑戰(zhàn)。
　　在線負面口碑有數(shù)量大、傳播速度快等特點，傳統(tǒng)人工處理方法成本高、處理速度慢，企業(yè)無法承擔如此大的資源消耗。作為內(nèi)容豐富、形式多樣的數(shù)據(jù)概念，用戶創(chuàng)造內(nèi)容除了包含對企業(yè)有負面影響的負面口碑，還包含能處理負面口碑的資源?；诖?，本文以用戶創(chuàng)造內(nèi)容為資源，通過設(shè)計合理的價值共創(chuàng)機制和專家推薦方法，解決在線負面口碑處理問題。具體包括以下幾方面研究：
　　1)從在線負面口碑處理需求出發(fā)，構(gòu)建由企業(yè)方、服務(wù)方和發(fā)布

3、方三方參與的在線負面口碑處理價值共創(chuàng)模型。其中，首先從包含互動和資源整合兩階段的整體視角構(gòu)建價值共創(chuàng)模型，然后從投入資源和價值收益過程出發(fā)分別建立企業(yè)方視角、服務(wù)方視角和發(fā)布方視角的單主體視角價值共創(chuàng)模型，最后設(shè)計在線負面口碑處理的專家推薦框架實現(xiàn)價值共創(chuàng)過程，并對框架中的負面口碑影響力預(yù)測、專家識別和專家推薦三個關(guān)鍵模塊給出簡單模型實現(xiàn)；
　　2)結(jié)合歸因理論和在線負面口碑傳播動機理論，在影響力預(yù)測中同時考慮發(fā)布方用戶特征和內(nèi)容

4、特征兩個維度，構(gòu)建一種結(jié)合回歸樹和衰減函數(shù)的IMM-RTDF模型，在模型訓(xùn)練中對不同的葉子節(jié)點擬合不同的影響力衰減函數(shù)，以更準確地描述影響力衰減趨勢，以此動態(tài)預(yù)測在線負面口碑的影響力，并提出基于此方法的在線負面口碑處理策略；
　　3)從價值共創(chuàng)資源視角出發(fā)，構(gòu)建在線負面口碑處理專家識別的資源映射框架，從顯性資源映射和隱性資源映射兩階段剖析專家識別過程。針對在線負面口碑處理特點，構(gòu)建專家識別模型時，除了考慮體現(xiàn)用戶專業(yè)水平的知識能力

5、，還融入用戶的情感能力，并借助情緒感染機制設(shè)計情感能力量化指標，同時，將用戶互動程度引入能力特征空間，以此構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型進行專家識別；
　　4)依據(jù)價值共創(chuàng)主體需求和實現(xiàn)基礎(chǔ)，構(gòu)建了綜合知識匹配度、情感匹配度和互動性匹配度的負面口碑處理動態(tài)專家匹配度模型。其中，使用LDA主題模型計算知識匹配度，利用情緒感染機制建立模型計算情感匹配度，從近度、頻度和強度三方面建立 RFS模型計算互動性匹配度，最后結(jié)合三部分實現(xiàn)對專家匹配度的動