1. 研究目的与意义（文献综述）

根据cnnic2019年2月28日发布的第43次《中国互联网络发展状况统计报告》数据显示，截至2018年12月，我国网民规模达8.29亿，普及率达59.6%，较2017年底提升3.8个百分点，全年新增网民5653万，我国手机网民规模达8.17亿，网民通过手机接入互联网的比例高达98.6%。

在用户越来越注重消费体验，电子商务网站更加注重消费者需求的背景下，本文以顺丰优选网站为例，通过分析顾客评论，得出影响顾客购物体验的主要因素，建立在线零售超市顾客满意度模型，探讨评论文本对其他顾客购买决策的影响，提出网站优化建议，帮助运营者定量的了解用户体验满意度，从特定方向提高顾客满意度，增加用户粘性，实现销售额增长。

以顺丰优选为例在评论中获取数据来建立顾客满意度模型，探讨评论对顾客购买决策的影响，具有一定的现实意义。理论意义：本文将文本挖掘方法运用到对在线零售超市顾客满意度的研究中，结合定量研究，找出顾客满意度的影响因素，拓展了文本挖掘技术的应用范围；在传统满意度模型的基础上进行改进，建立适用于在线零售超市的顾客满意度模型，对此类电商平台增加顾客忠实度提供了理论支持。现实意义：电商平台可以根据找出的影响顾客满意度的主要因素，按照实际情况调整商品质量或服务，建立和提升顾客忠诚度，增加重复性购买行为，创造良好口碑，提升企业竞争能力。对顾客而言，企业对满意度的重视可以使顾客做出合理的购买决策，降低网购风险，获得优质的商品和服务，提高生活品质。

2. 研究的基本内容与方案

本文以顺丰优选网站顾客评论为研究对象，采用python编程抓取顺丰优选网站部分商品的顾客评论，并将顾客评论存储到本地数据库中。其次，用中文分词算法对获取的顾客评论进行中文分词处理，将分词过后的顾客评论进行降噪降维处理。然后，利用词云图做文本特征分析，找出顾客对此商品的关注要点，提取特征观点词对，并对特征观点词对进行情感分析。最后，将得到的影响购物体验的因素进行分析，构建顺丰优选的顾客体验满意度指标，根据现在主流顾客体验度模型，构建符合顺丰优选的顾客体验度模型，探讨顾客满意度对顾客回购率、销售额的影响。

拟采用的技术方案有：1、文献综述法，本文通过搜索电子图书馆和阅读书籍，收集与整理近年来国内外学者对顾客满意度的研究成果。2、python语言，采用python编程抓取某个特定时间段内的顾客评论数据，并分别存储在一个txt文件里，为后续研究提供可信的数据支持。3、词云图，绘制每个商品评论信息的词云图，做文本特征分析，观察到比较突出的词就是顾客对此商品关注最频繁的话题。4、结巴算法，本文采用结巴算法对文本评论做分词和词性标注，然后提取特征观点词对，为之后建立在线零售超市顾客满意度模型做准备。

3. 研究计划与安排

3月25号前，上传开题报告，请指导教师对开题报告进行评阅审核；

4月12号前，完成数据采集与数据预处理，利用词云图做文本特征分析，识别出顾客评价中关于商品满意度的话语特征；

4月25号前，用中文分词算法对获取的顾客评论进行中文分词处理，提取特征观点词对，并对特征观点词对进行情感分析；

4. 参考文献（12篇以上）

[1]王艳茹,贾俊兰.基于多个视角的我国零售超市商业模式分析[j].商业经济研究,2015(02):23-24.

[2]王琴英,郭慧君,刘敏.网络购物顾客满意与顾客忠诚转换模式研究——以淘宝、天猫和京东电商网站为例[j].商业经济研究,2015(11):72-75.

[3]纪峰,王建彦.网上超市快速发展的原因及营销策略研究——基于顾客价值理论的分析[j].现代商贸工业,2017(24):47-48.