通过对电子商务平台上电子数码类产品的初步分析，本文选中手机产品为研究对象。这是因为手机产品在此类产品中普及率最高，受众面最广。目前从全国来看，人均手机拥有数量约2.53部。手机产品的更新迭代速度极快，手机厂商发布新机的周期几乎为一年。用户对于手机产品存在多方面的需求。
提高在线评论获取渠道的精准性得到更合适的在线评论数据。目前市面上广受欢迎的电子商务平台主要有京东、苏宁、淘宝。淘宝虽然在三者中用户量最大，但是在线评论的质量参差不齐，并且有较大占比的在线评论源于刷单行为；苏宁属于新兴电子商务平台，用户量在三者中偏低，在线评论数量也偏少；京东在电子数码产品交易中最受欢迎，并且质量较高的在线评论占比较高。因此，本文最终选定京东电子商务平台的在线评论为数据源。
第6章 总结与展望
6.1 主要研究成果与结论
本文旨在提出一种结合感性需求的产品改进优先级决策方法，基于在线评论，挖掘感性需求，获取感性需求的满意度，并考虑需求类别对满意度的影响以及产品改进实际生活中的成本约束，确定产品改进优先级，拓展了基于感性工学的感性需求分析框架和产品改进优先级决策方法。
第一，本文提出了一个考虑产品特征的用户感性需求分析方法。由于传统感性工学多依赖专家知识或问卷调查方法，主观性较强，且存在一定的滞后性，本文采用基于在线评论的感性工学方法分析感性需求。首先，利用LDA主题模型获取基础的产品特征词词典。并依据产品特征词与感性情感词之间的特定语法关系，提取在线评论的关键意见，获取潜在的产品特征词。并将关键意见集中的潜在产品特征词扩充到产品特征词词典中；其次，在感性情感词方面，传统的研究方法忽略了不同产品特征的感性情感词存在差异，较少将感性情感词细分到产品特征。同时，考虑用户在同一产品特征上可能存在不同维度感性需求这一现实情况，本文将感性需求细分到产品特征维度。通过TextRank算法提取感性情感种子词以区分产品特征维度，并基于感性情感种子词构建正负向感性情感词词典。最后，构建感性需求-评价模型，得到用户感性需求及其满意度。
第二，本文从两个角度分别构建了产品改进优先级决策模型。(1) 考虑了不同的需求类别与满意度之间的关系各不相同，本文基于KANO模型的定义提出了一个考虑需求重要度和满意度的需求分类模型，同时考虑在线评论体现的满意度为随机变量，结合随机占优准则进行产品改进优先级决策；(2) 企业试图提高用户对感性需求的满意度，但实际改进中往往会受到改进成本的约束，因此本文构建了考虑成本约束的产品改进优先级决策模型，构建和求解使有限成本下，产品感性需求改进方案使得用户感性需求满意度最大化的优化模型，得出在当前成本约束下企业应优先改进的感性需求。
参考文献（略）
