Online-Bewertungen haben sich mit der rasanten Entwicklung der Internettechnologie zu einer wichtigen Informationsquelle entwickelt. Sie beeinflussen die Kaufentscheidungen von Käufern und die Herstellungs-, Vertriebs- und Marketingstrategien von Verkäufern. Da Online-Bewertungen als Haupttreiber für zukünftige Verkäufe angesehen werden, haben Unternehmen eine strategische Verantwortung, die Diskussionen der Verbraucher zu erfassen, zu überwachen und zu analysieren. Das Forschungsgebiet des Text Mining bietet in diesem Zusammenhang eine Reihe von Verfahren, die auf Textdaten angewendet werden können. Diese Arbeit gibt aus einer ganzheitlichen Perspektive einen detaillierten Einblick in die erforderlichen Prozessschritte und deren Herausforderungen, um die „Stimme des Kunden“ (engl. »Voice of the Customer«) in Online-Bewertungen zu erfassen.
Dabei folgt sie folgender Forschungsfrage: Wie können bestehende Verfahren des Text Mining kombiniert eingesetzt werden, sodass ein universelles System geschaffen werden kann, welches eingesetzt im E-Commerce-Markt aus Online-Bewertungen zu einem bestimmten Produkt oder einer bestimmten Dienstleistung eine Übersicht zu den wichtigsten Aspekten liefert, wobei überprüft werden kann, welche Aspekte in einem positiven und welche Aspekte in einem negativen Kontext besprochen wurden?
Der Autor legt den Schwerpunkt auf eine anwendungsorientierte Herangehensweise. Das Ziel besteht nicht darin, ein voll funktionsfähiges System zu entwickeln und zu beschreiben. Diese Vorgehensweise würde nur wenige Erkenntnisse liefern. Der Schwerpunkt liegt auf den praktischen Herausforderungen der relevanten Teilaufgaben, die zur Entwicklung eines solchen Systems notwendig sind. Im Zuge einer ganzheitlichen Betrachtung sollen ansatzweise Lösungsmöglichkeiten aufgezeigt werden, welche im praktischen Teil dieser Arbeit umgesetzt und evaluiert werden. Dieser Ansatz kann Unternehmen helfen, Potenziale und Schwächen einzelner Prozesse zu identifizieren.
Inhaltsverzeichnis
- Kurzfassung
- Inhaltsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- Abkürzungsverzeichnis
- 1 Einleitung
- 1.1 Motivation
- 1.2 Problemstellung
- 1.3 Forschungsfrage
- 1.4 Vorgehensweise
- 2 Text Mining und Online-Bewertungen
- 2.1 Text Mining
- 2.1.1 Definition und Abgrenzung
- 2.1.2 Der Prozess des Text Mining
- 2.1.3 Text als Datenbasis
- 2.2 Online-Bewertungen
- 2.2.1 Bewertungsplattformen
- 2.2.2 Formatmerkmale von Online-Bewertungen
- 3 Forschungsmethodik
- 4 Sentiment-Analyse und Aspekt-Extraktion
- 4.1 Datenerfassung
- 4.1.1 Application Programming Interfaces (APIs)
- 4.1.2 Web Crawler
- 4.1.3 Datei-Downloads
- 4.1.4 Herausforderungen
- 4.2 Vorverarbeitung der Daten
- 4.2.1 Tokenisierung
- 4.2.2 Konvertierung von Buchstaben in Kleinbuchstaben
- 4.2.3 Korrektur von Rechtschreibfehlern
- 4.2.4 Stoppwort-Entfernung
- 4.2.5 Umgang mit Negationen
- 4.2.6 Part-of-Speech Tagging
- 4.3 Sentiment-Analyse
- 4.3.1 Herausforderungen
- 4.3.2 Granularitätsebenen und Methoden der Sentiment-Analyse
- 4.3.3 Lexikonbasierter Ansatz
- 4.3.4 Aspektbasierter Ansatz
- 4.4 Aspekt-Extraktion
- 4.4.1 Latent Dirichlet Allocation
- 4.4.2 Herausforderungen
- 5 Experimente
- 5.1 Datensatz
- 5.2 Phase I: Untersuchung des Korpus
- 5.3 Phase II: Vorverarbeitung
- 5.4 Phase III: Sentiment-Analyse - lexikonbasierter Ansatz
- 5.5 Phase IV: Sentiment-Analyse - aspektbasierter Ansatz
- 5.6 Phase V: Aspekt-Extraktion - Latent Dirichlet Allocation
- 5.7 Phase VI: Zusammenführung der Ergebnisse und Bewertung
- 6 Verwandte Arbeiten
- 7 Anhang
- Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Diese Bachelorarbeit befasst sich mit der Nutzung von Verfahren des Text Mining zur Gewinnung relevanter Informationen aus Online-Bewertungen. Das Ziel ist es, einen detaillierten Einblick in die Prozessschritte und Herausforderungen der „Voice of the Customer“-Erfassung in Online-Bewertungen zu geben. Die Arbeit untersucht, wie Text Mining Verfahren zur Analyse von Kundenmeinungen und -gefühlen eingesetzt werden können, um Unternehmen bei der Verbesserung ihrer Produkte und Dienstleistungen zu unterstützen.
- Text Mining Verfahren zur Analyse von Online-Bewertungen
- Erfassung der „Voice of the Customer“ in Online-Bewertungen
- Prozessschritte und Herausforderungen im Text Mining
- Sentiment-Analyse und Aspekt-Extraktion
- Anwendung von Text Mining in der betriebswirtschaftlichen Praxis
Zusammenfassung der Kapitel
Die Einleitung stellt die Motivation, Problemstellung, Forschungsfrage und Vorgehensweise der Arbeit vor. Kapitel 2 gibt einen umfassenden Überblick über Text Mining und Online-Bewertungen, wobei die Definitionen, Prozesse und Anwendungsgebiete dieser Bereiche erläutert werden. Kapitel 3 beschreibt die Forschungsmethodik, die für die Durchführung der Analyse von Online-Bewertungen verwendet wird. Kapitel 4 befasst sich mit der Sentiment-Analyse und Aspekt-Extraktion, wobei die verschiedenen Datenerfassungsmethoden, Vorverarbeitungsschritte und Analysetechniken vorgestellt werden. Die Experimente in Kapitel 5 demonstrieren die Anwendung der beschriebenen Methoden auf einen realen Datensatz, wobei die Ergebnisse der verschiedenen Phasen der Analyse diskutiert werden. Kapitel 6 bietet eine Übersicht über verwandte Arbeiten zum Thema Text Mining und Online-Bewertungen.
Schlüsselwörter
Text Mining, Online-Bewertungen, Sentiment-Analyse, Aspekt-Extraktion, „Voice of the Customer“, Latent Dirichlet Allocation, betriebswirtschaftliche Nutzung, Kundenmeinungen, Verbraucherverhalten, Marktforschung.
- Citation du texte
- Daniel Alexander Luther (Auteur), 2021, Wie Unternehmen von Text Mining profitieren können. Verwendung von Verfahren des Text Mining zur Gewinnung relevanter Informationen aus Online-Bewertungen, Munich, GRIN Verlag, https://www.grin.com/document/1267199
