面向KANO模型的文本情绪强度分布挖掘方法

摘要

Web2.0时代,用户习惯于在线上自由地分享体验过程中的感受和评价,这为KANO模型提供了比调查问卷更加便捷和真实的数据来源。然而挖掘用户的情绪体验是运用用户生成内容构建KANO模型的关键前提。本文以情绪轮理论为基础,结合了词向量和长短时记忆神经网络,提出了文本情绪强度分布预测模型,并且通过通用的文本表示方法,探索模型的跨领域能力,最终为预测用户的情绪强度分布提供一种满意的挖掘方法。本文研究为KANO模型中衡量用户体验质量提供了新的基于情绪的视角,并且为从用户生成文本内容中构建KANO模型奠定了基础。