通过大数据分析增强NEV品牌权益:采用LDA-LSTM方法挖掘在线消费者评论
Qiong He1, Zhenwei Yang1, Yijia Li1
1College of Management Science and Engineering, Beijing Information Science & Technology University, Beijing, China.
Big data
|December 30, 2025
概括
新能源汽车 (NEV) 公司可以通过分析在线消费者评论来提高品牌价值. 大数据分析揭示了关键的感知维度和情绪,指导有效的品牌增强策略,以改善市场地位.
科学领域:
- * 利用先进的大数据分析和人工智能进行营销和消费者行为的科学研究.
- *专注于汽车工业,特别是快速增长的新能源汽车 (NEV) 部门.
背景情况:
- * 激烈的竞争需要提高新能源汽车 (NEV) 企业的品牌价值.
- *在线消费者评论是了解品牌认知的关键,大规模数据来源.
研究的目的:
- *利用大数据分析在线消费者评论,以提高NEV公司的品牌价值.
- * 确定消费者对新能源汽车的看法和情绪的关键维度.
主要方法:
- * 采集并处理了5564条来自"Dongche Di"的在线评论,使用网络抓取和大数据管道.
- * 采用文字云可视化,语义网络分析,以及隐性迪里克莱特分配 (LDA) - 长短期内存 (LSTM) 融合模型用于文本挖掘和情感分析.
主要成果:
- *确定了五个核心NEV品牌认知维度:续航里程,驾驶体验,内部空间,价格和高速性能.
- *量化了消费者情绪,显示了驾驶经验的显著消极性,以及在评论中总体占主导地位的消极情绪.
- * 检测到关于内部空间的最小负面影响.
结论:
- * 大数据分析有效地扩大了对新能源汽车品牌消费者感知的理解.
- * 基于消费者品牌价值模型的数据驱动品牌提升策略建议.
- *为NEV公司提供了一个框架,通过消费者数据洞察优化品牌.

