摘要：在线评论在客户关系管理、产品营销等方面发挥着重要作用,有效利用在线评论来分析用户满意度,对企业改善其服务和产品至关重要。传统的满意度分析方法的变量设计往往依赖专家建议,较少考虑正负属性的不对称影响。为解决这些问题,利用文本细粒度观点挖掘技术,对用户在线评论进行特征挖掘,构建产品服务质量分数,并采用PRCA技术对服务属性的正负影响进行量化,将服务属性投射为Kano属性分类,然后分析不同粒度下不同品牌的客户满意度特点,并给出不同品牌的属性优先顺序。最后,从咖啡评论数据中挖掘出5个关键属性。实验结果表明,不同属性对满意度影响具有不对称效应,且不同粒度下的顾客满意度影响因素具有不同的特点,并给出了相应的精细化企业管理策略。

摘要：燃气涡轮机已被广泛运用于现代工业中,其跳闸事件的发生将产生巨大的经济损失,因此,对燃气涡轮机的跳闸事件进行预测有重要的经济意义。然而,燃气涡轮机跳闸的预测研究是一个崭新的领域,研究成果非常有限,且缺乏数据驱动的预测方法和理论研究。从数据的预处理开始,研究了从数据的归一化、特征选择到特征值选择、特征值粒化等系列问题,并从各个角度设计了Elman神经网络的预测模型实验,对实验结果进行对比,得到了一系列建立并改善数据驱动的Elman网络跳闸预警系统的方法和有益经验,以供其他相关研究参考。