Research on user behavior portrait and subject mining in the express logistics field during Coronavirus epidemic

doi:10.3969/j.issn.1000-5641.2022.05.009

Abstract

Abstract:

Based on logistics-field blog post data from Weibo from November 2019 to May 2022, the user behaviors of express logistics services in the context of the Coronavirus epidemic are profiled. Using grounded theory and abstract clustering methods, five user behaviors and 22 subject contents are abstracted, and the corresponding user profile is generated. This paper further discusses the subject contents, the subject evolution, and the analysis of group differences. The results show that user satisfaction with logistics services was similar, and the dissatisfaction was diversified with obvious escalation. Variables of transportation efficiency and logistics guarantee were the main factors affecting the evaluation, and the development of the epidemic affected the concerns and attitudes of the subject contents, which had obvious group differences at different degrees.

Key words: user behavior profile, subject mining, evolution, group differences

CLC Number:

TP311

Jiling LI, Baolin LI, Songru YAN. Research on user behavior portrait and subject mining in the express logistics field during Coronavirus epidemic[J]. Journal of East China Normal University(Natural Science), 2022, 2022(5): 100-114.

Figures/Tables 16

Fig.1

Fig.2

Fig.3

Fig.4

Fig.5

Table 1

Table 2

Table 3

Fig.6

Table 4

Table 5

Fig.7

Table 6

Fig.8

Fig.9

Table 7

References 36

1	中华人民共和国国家发展和改革委员会. 关于推动物流高质量发展促进形成强大国内市场的意见 [EB/OL]. (2019-03-01)[2022-05-03]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201903/t20190301_962405.html?code=&state=123.
2	国家统计局. 中华人民共和国2021年国民经济和社会发展统计公报 [EB/OL]. (2022-02-28)[2022-05-03]. http://www.stats.gov.cn/xxgk/sjfb/zxfb2020/202202/t20220228_1827971.html.
3	张晗, 毕强, 李洁, 等. 基于用户画像的数字图书馆精准推荐服务体系构建研究. 情报理论与实践, 2019, 42 (11): 69- 74.
4	赵晓罡, 王越, 耿紫珍. 社交网络商业意见领袖用户画像研究. 商业经济研究, 2020, (16): 76- 79.
5	IGLESIAS J A, ANGELOV P, LEDEZMA A, et al. Creating evolving user behavior profiles automatically. IEEE Transactions on Knowledge and Data Engineering, 2012, 24 (5): 854- 867.
6	LANZA-CRUZ I, BERLANGA R, RAMBURU M. Modeling analytical streams for social business intelligence. Informatics, 2018, 5 (3): 33- 50.
7	TAYLOR-WEST P, SAKER J, CHAMPION D. Market segmentation strategies for complex auto motive products. Journal of Strategic Marketing, 2020, 28 (3): 266- 283.
8	HU X H, CERCONE N. Discovering maximal generalized decision rules through horizontal and vertical data-reduction. Computational Intelligence, 2001, 4 (17): 685- 702.
9	TEIXEIRA C, SOUSA P J, MARTINS J A. User profiles in organizational environments. Campus-Wide Information Systems, 2015, 25 (25): 329- 332.
10	AMATO G, STRACCIA U. User profile modeling and applications to digital libraries [C]// Proceedings of the Third European Conference on Research and Advanced Technology for Digital Libraries. Berlin, Heidelberg: Springer-Verlag, 1999: 184-197.
11	PETRIC K, PETRIC T, KRISPER M. User profiling on a pilot digital library with the final result of a new adaptive knowledge management solution. Knowledge Organization, 2011, 38 (2): 96- 113.
12	冯龄萱, 魏群义. 高校移动图书馆流失用户画像模型构建. 国家图书馆学刊, 2021, 30 (1): 14- 24.
13	熊回香, 李昕然, 代沁泉. 基于用户画像的数字档案馆个性化服务研究. 浙江档案, 2021, (7): 41- 44.
14	王志刚, 邱长波. 基于主题的政务微博评论用户画像研究. 情报杂志, 2022, 41 (3): 159- 165.
15	王大阜, 邓志文, 贾志勇, 等. 基于用户画像的高校图书馆个性化图书推荐研究. 河南师范大学学报 (自然科学版), 2022, 50 (3): 95- 103.
16	武慧娟, 赵天慧, 孙鸿飞, 等. 基于支付意愿的数字阅读用户画像聚类研究 [J/OL]. 情报科学: 1-11(2022-04-06)[2022-05-18]. http://kns.cnki.net/kcms/detail/22.1264.G2.20220405.1940.013.html.
17	李佳成, 鞠颂东, 陈默涵. 面向用户网络的物流网络自适应运作初探. 北京交通大学学报(社会科学版), 2010, 9 (4): 24- 30.
18	岑磊, 张凤玲, 王世波. 基于网络外部性的农村物流信息技术用户行为模型研究. 物流技术, 2013, 32 (3): 211- 213.
19	陈莉莎, 祁保华. 以顾客满意和柔性提升为导向的第三方物流企业服务精细化管理研究——基于对淘宝用户的调查. 西安电子科技大学学报(社会科学版), 2014, 24 (4): 32- 39.
20	翟珊珊, 段婕. 区域物流产业满足用户需求预测仿真. 计算机仿真, 2017, 34 (4): 436- 439.
21	王顺林, 陈一芳. “互联网 + ”物流信息安全管理的用户行为路径优化研究. 科技管理研究, 2018, 38 (16): 183- 189.
22	丁雪峰, 胡衡, 高攀. 考虑用户沟通成本的物流服务团购策略. 数学的实践与认识, 2019, 49 (13): 53- 60.
23	张宁. 服务延伸至用户的饲料物流供应链构建. 中国饲料, 2021, (17): 147- 150.
24	TAN X. Topic extraction and classification method based on comment sets. Journal of Information Processing Systems, 2020, 16 (2): 329- 342.
25	胡吉明, 钱玮, 李雨薇, 等. 基于LDA2Vec的政策文本主题挖掘与结构化解析框架研究. 情报科学, 2021, 39 (10): 11- 17.
26	罗棋, 闵超, 颜嘉麒, 等. 国际区块链研究主题挖掘及演化分析[J]. 现代情报, 2021, 41(9): 157-166.
27	仇惠玲, 刘雅玲. 线上虚拟试衣平台服务质量主题挖掘及指标构建 [J/OL]. 现代纺织技术: 1-7(2021-10-21)[2022-05-20]. DOI: 10.19398/j.att.202106046.
28	李玉媛, 熊回香, 杨梦婷, 等. 基于社会网络分析与LDA的虚拟学术社区中用户群体主题挖掘研究. 情报科学, 2021, 39 (11): 110- 116.
29	董伟, 董思遥, 张亚楠. 我国高等教育国际化领域研究主题识别与演化特征分析——基于文本挖掘的视角. 教育理论与实践, 2021, 41 (36): 3- 7.
30	熊文靓, 付慧真. 基于主题挖掘模型的跨学科性研究主题及其演化研究 [J]. 情报科学, 2021, 39(11): 117-126.
31	COOPER A. The Inmates Are Running the Asylum [M]. Indianapolis, Indiana: Sams, 2004.
32	吴江, 周露莎, 刘冠君, 等. 基于LDA的可穿戴设备在线评论主题挖掘研究. 信息资源管理学报, 2017, 7 (3): 24- 33.
33	KLEINBERG J. Bursty and hierarchical structure in streams. Data Mining and Knowledge Discovery, 2003, 7 (4): 373- 397.
34	郭国庆, 陈凯. 市场营销学 [M]. 6版. 北京: 中国人民大学出版社, 2019.
35	SIEVERT C, SHIRLEY K E. LDAvis: A method for visualizing and interpreting topics [C]// Proceedings of the Workshop on Interactive Language Learning, Visualization, and Interfaces. Baltimore, Maryland: Association for Computational Linguistics, 2014: 63-70.
36	CHUANG J, RAMAGE D, MANNING C, et al. Interpretation and trust: Designing model-driven visualizations for text analysis [C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: Association for Computing Machinery, 2012: 443-452.

用户名称	发布时间	博文	开放性编码	主轴性编码	选择性编码
W***	2020年05月10日 20:25	还没到, 母亲节当天的花过期了还有什么意义？惊喜变成道歉, 恶······	在网络上反映物流公司不能按时送货	网络媒体披露	用户不满意行为
福***	2020年05月01日 11:57	顺丰快 (速) 递, 你们摔坏了俺的价值几十万的藏品, 却一直不给俺处理！俺起诉了, 邮管局, 你们只会单一的鹦鹉学舌！······	摔坏了东西, 反复投诉无人处理	机构投诉	用户不满意行为
D***	2020年04月21日 10:35	在这个疫情期间的快递, 只有顺丰和邮政会给我打个电话告诉我有快件······	送货时会先电话联系用户	网络媒体宣传	用户满意行为

标签类属	标签名称	方法类型
针对满意服务的行为	网络媒体宣传	算法标签
针对不满意服务的行为	网络媒体披露	算法标签
	机构投诉	算法标签
	抵制再次使用	算法标签
	口碑告诫他人	算法标签

用户名称	发布时间	博文	开放性编码	主轴性编码	选择性编码
W***	2020年05月10日 20:25	还没到, 母亲节当天的花过期了还有什么意义？惊喜变成道歉, 恶······	物流公司对保质期短的商品不能及时送货	运输效率	用户不满意
福***	2020年05月01日 11:57	顺丰快 (速) 递, 你们摔坏了俺的价值几十万的藏品, 却一直不给俺处理！俺起诉了, 邮管局, 你们只会单一的鹦鹉学舌！······	物流公司损坏了用户的东西, 还不给用户及时处理	服务态度	用户不满意
D***	2020年04月21日 10:35	在这个疫情期间的快递, 只有顺丰和邮政会给我打个电话告诉我有快件······	物流公司配送服务意识好	服务意识	用户满意

标签类属	标签名称	方法类型
针对满意服务的关注主题	服务态度服务意识运输效率配送效率储存管理物流保障物流费用附加服务管理隐私保护管理理赔管理品牌影响力	算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签
针对不满意服务的关注主题	服务态度服务意识运输效率配送效率储存管理物流保障物流费用附加服务管理隐私保护管理理赔管理	算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签算法标签
	品牌影响力	算法标签

满意的主题	含义	占比/%	关键词
服务态度	员工在服务用户的过程中言行举止方面得到用户的肯定和赞许	22	仔细、敬业、感谢、努力、友善
服务意识	物流公司员工在服务用户过程中所表现出来的热情、周到、主动服务的意识	14	直接、耐心、主动、亲自、温暖
运输效率	用户认为运输效率高	24	第一、早上、速度、速递、准时
配送效率	用户认为配送效率高	6	第一、速度、时效、准时、按时
储存管理	用户的商品在运输与配送过程中保存完好	5	完整、完好、新鲜
物流保障	疫情期间商品或物资能够及时、安全送达	17	敬业、防护、恢复、服务、措施
物流费用	物流费用合理或低	5	便宜、合适、合理、不贵
附加服务管理	对增加的服务认可、赞许	6	方便、上门、预约、紧急、网上
隐私保护管理	用户对隐私保护的认可、赞许	1	严实、保护、精致、诚意、非常
理赔管理	理赔管理及时、合理	0
品牌影响力	对品牌的认可	0