关键词:
用户需求识别
需求趋势分析
K-means聚类
BERT模型
摘要:
新能源汽车产业近年来发展迅猛,但同时也面临着诸多挑战。深入研究用户需求及其变化趋势,对于新能源汽车企业的产品优化和产业政策的制定具有重要意义。文章以“汽车之家”网站的新能源汽车用户评论数据为研究对象,通过关键词提取与向量化处理,利用K-means聚类算法初步提取用户需求的属性特征,并借助BERT模型对分类结果进行优化,计算各属性的特征值。进一步采用随机森林算法进行特征选择,最终利用Bi-LSTM模型分析用户对不同属性的关注度和情感值变化趋势。研究结果显示,用户对新能源汽车不同属性的需求差异显著。其中,价格属性的重要性最高,情感值呈正向波动上升;续航和操作属性的情感值上升,但关注度下降;空间、动力和装饰属性的情感值则下降。基于上述结论,文章建议新能源汽车企业优先改进用户关注度高且情感需求未得到充分满足的属性,同时建议政府部门在制定产业政策时加大对续航技术研发的支持力度,并引导企业优化定价策略,以推动新能源汽车产业的可持续发展。