題目：從在線評(píng)論中挖掘產(chǎn)品創(chuàng)新理念

報(bào)告人：樊衛(wèi)國(guó)教授 

報(bào)告時(shí)間：2021年8月2日（周一）上午9：00~11：00

騰訊會(huì)議：755548015

歡迎廣大師生參加！

主講人介紹：

樊衛(wèi)國(guó)，愛(ài)荷華大學(xué)管理科學(xué)系教授，現(xiàn)任信息系統(tǒng)領(lǐng)域重要期刊MIS Quarterly客座副主編，Information Systems Journal、Journal of Association for Information Systems、Information and Management等副主編。樊衛(wèi)國(guó)教授的主要研究方向包括：數(shù)據(jù)挖掘、文本挖掘、商務(wù)智能、社會(huì)化媒體數(shù)據(jù)分析、大數(shù)據(jù)分析等。其研究成果已被谷歌學(xué)者引用11792次（H-index = 52）。近五年，樊教授一直在美國(guó)愛(ài)荷華大學(xué)和弗吉尼亞理工大學(xué)從事社會(huì)計(jì)算、大數(shù)據(jù)及文本挖掘在商業(yè)領(lǐng)域的應(yīng)用，商務(wù)智能與大數(shù)據(jù)的研究與開(kāi)發(fā)，社交媒體數(shù)據(jù)分析及用戶行為，智慧健康等問(wèn)題的研究，并取得了豐碩且具有創(chuàng)新性和影響力的成果，曾在管理與信息系統(tǒng)領(lǐng)域期刊和會(huì)議上發(fā)表200余篇學(xué)術(shù)論文。

講座內(nèi)容：

在線客戶評(píng)論對(duì)產(chǎn)品創(chuàng)新的重要性已經(jīng)在之前的文獻(xiàn)中得到了充分的認(rèn)識(shí)。挖掘在線評(píng)論已經(jīng)得到了廣泛的關(guān)注和努力。大多數(shù)現(xiàn)有的關(guān)于挖掘在線評(píng)論的研究集中在諸如評(píng)論對(duì)銷(xiāo)售的影響、評(píng)論的有用性以及顧客對(duì)評(píng)論的參與等問(wèn)題上。然而，很少有研究試圖從在線評(píng)論中識(shí)別和提取產(chǎn)品的創(chuàng)新理念。從制造商的角度來(lái)看，此類(lèi)信息對(duì)于產(chǎn)品功能改進(jìn)和新功能開(kāi)發(fā)尤為重要。挖掘產(chǎn)品創(chuàng)新理念使制造商能夠主動(dòng)審查客戶意見(jiàn)并了解市場(chǎng)預(yù)期的新功能和特性，以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。在本文中，我們提出了一種基于深度學(xué)習(xí)的方法來(lái)識(shí)別在線評(píng)論中包含創(chuàng)新思想的句子。具體來(lái)說(shuō)，我們開(kāi)發(fā)了一種新穎的集合嵌入方法，以生成評(píng)論句子中的詞匯的語(yǔ)義和上下文表示。然后，每個(gè)句子中的結(jié)果表征被用于長(zhǎng)短時(shí)記憶（LSTM）模型，用于創(chuàng)新句子的識(shí)別。此外，我們?cè)谖覀兊哪Ｐ椭胁捎昧艘粋€(gè)焦點(diǎn)損失函數(shù)來(lái)解決類(lèi)不平衡問(wèn)題。我們用來(lái)自亞馬遜的10,000條顧客評(píng)論的數(shù)據(jù)集驗(yàn)證了我們的方法。我們的模型獲得了0.91的AUC分?jǐn)?shù)和0.89的F1分?jǐn)?shù)，在比較中超過(guò)了一組最先進(jìn)的基線模型。我們的方法可以擴(kuò)展并應(yīng)用于許多其他信息提取任務(wù)。