本文是一篇物流論文，本研究對流客戶滿意度領域研究發展動態進行了全面的梳理，以文本挖掘理論為基礎，通過聚類分析、共詞分析、詞頻分析等方法，借助知識圖譜工具VOSviewer和CiteSpace對物流客戶滿意度研究的相關文獻進行產出分布分析、熱點地區分析、國家/地區合作網絡分析、機構合作網絡分析、期刊表現分析、基于關鍵詞共現網絡的研究熱點分析，以及物流客戶滿意度前沿趨勢發展分析。

第1章緒論

1.1研究背景及意義

1.1.1研究背景

1.電子商務迅猛發展，網絡零售市場發展持續向好

從20世紀90年代末期中國的電子商務開始起步，近些年來其發展態勢一路高歌猛進，尤其是在2021年中國網絡零售額約13.1萬億元，同比增長14.1%，達到歷史峰值，2010-2021年中國網絡零售額及其增速情況如圖1.1所示。電子商務的發展不但呈現出線上線下融合加快、新業態不斷完善、交易規模不斷擴大等特點，成為促進國民經濟發展的強大引擎，還呈現出多元化、服務化、規范化的發展態勢，隨著國家鄉村振興戰略的不斷推進，在工業信息化產品下鄉和特色農產品進城的內循環大背景推動下，農村電子商務也將取得可觀的發展成果，其正成為促進全面小康社會建設和服務三農發展的重要舉措。此外，電子商務在國家數字經濟建設、“一帶一路”建設、帶動創新創業、促進就業等發面正發揮著其獨特而強大的積極作用。

1.2研究內容及創新點

1.2.1研究內容

本文研究內容主要集中在兩個方面，首先為系統分析物流客戶滿意度研究現狀，分析領域研究前沿，基于采集到的物流客戶滿意度相關文獻，對文獻進行計量及科學知識圖譜網絡分析，通過文本挖掘的方式梳理物流客戶滿意度領域發展脈絡。其次，為科學評價生鮮電商平臺物流客戶滿意度情況，提出一種基于情感分析的生鮮電商物流客戶滿意度測評方法，最后，找出影響物流客戶滿意度的因素并針對性的提出改進建議。論文結構及內容安排如下：

第1章，緒論。闡述本文的選題背景及研究意義，提出了研究問題，同時介紹研究內容和創新點，以及研究的方法和技術路線。

第2章，相關研究與理論基礎。本章首先物流客戶滿意度研究現狀進行相關文獻回顧，然后對本研究中用到的相關概如文本挖掘和情感分析進行闡述，為之后的文本挖掘和情感分析的測評研究打下基礎。

第3章，基于文本挖掘的物流客戶滿意度研究現狀與演進。利用科學知識圖譜方法，對物流客戶滿意度領域研究情況進行深入挖掘，對該領域的研究人員、學術機構、以及學科的演化和發展進行評估。探析在物流客戶滿意度領域的發文年代分布、載文期刊表現、主要發文機構、國家合作網絡和技術主題等層面的研究態勢，確定本文使用的研究方法和手段。

第4章，基于情感分析的物流客戶滿意度情感測算研究。結合自然語言處理(NLP)、機器學習(Machine Learning)等理論技術方法，以生鮮電商數據為例，構建生鮮電商物流客戶滿意度測算流程和模型，測算物流客戶滿意度。

第5章，實驗結果與研究分析。闡述實驗的數據來源與獲取、數據預處理以及實驗的參數設置情況，并對實驗結果進行分析。

第2章相關研究與理論基礎

2.1物流客戶滿意度研究現狀

2.1.1國內研究現狀

對于物流客戶滿意度研究大多是采用問卷調查法等實證研究方法，目前主流的物流客戶滿意度研究大部分集中在指標體系構建上，部分在基于物流客戶滿意度的基礎上進行末端物流節點選址和快遞終端配送路徑優化研究。

戴國良和陳靈燕[1]通過對主流購物平臺的網絡在線評論數據進行抓取并進行文本挖掘分析，探析了影響生鮮電商顧客滿意度的五大因素，其中影響最大的是配送時間與配送范圍因素，占比達36.62%，第二大影響因素是配送人員問題，占比達27.47%，其次為產品問題、價格問題和客戶服務問題。張柯振[2]為了評價消費者滿意度，運用層次分析法，從生鮮電商平臺出發，結合產品質量、商家平臺、物流運輸體系構建評價指標體系。李文等[3]向有生鮮農產品電商購物經驗的消費群體發放調查問卷，以期探索在O2O模式下，通過對這個消費群體進行個體分析，并運用主成分分析法(PCA)，探尋生鮮農產品消費群體的購物滿意度并探索影響其購買滿意度的因素。徐廣姝[4]應用優勢關系粗糙集理論，通過屬性約簡、屬性粗糙集劃分等步驟，確定物流服務評價質量的權重，并結合問卷調查結果，對物流服務質量進行評價。楊浩雄和王浩[5]利用網絡調查問卷的方式，運用專業統計分析軟件進行問卷的信度和效度分析，建立了影響生鮮食品購買決策因素的結構方程模型。孫亞娟[6]首先構建了評價生鮮電商農產品購買頻率的評價指標體系，然后通過BP神經網絡算法對此評價指標體系進行計算，對算法計算結果進行分析后發現消費者對網購本身的態度是否積極、生鮮電商農產品的質量是否優質和物流體系是否完善，均會產生正向顯著影響消費者購買生鮮電商農產品的頻率。周璇[7]通過篩選生鮮配送服務質量的評價指標，用問卷調查的方式獲得客戶評價數據結合模糊綜合評價法，對生鮮食品的配送服務質量進行評價，提出了提高配送服務質量的建議。

2.2文本挖掘研究

2.2.1基本概念

文本挖掘出現在二十世紀末，作為人工智能技術的一個獨立分支，文本挖掘的主要思想是使用自然語言處理的方法，從文本形式給出的數據中提取有價值的信息，文本形式包括書面文本和口頭文本，可以通過文本挖掘解決人類在現實生活中存在的問題與任務，比如從閱讀文本或者聽語音并從中提取有用的信息。文本挖掘是一種可以從大量文本數據中進行數據建模挖掘分析，挖掘文本中的關系或規律變化的一種技術方法，其中常用的文本挖掘方法有文本分類、文本聚類、文本可視化等，并且文本挖掘和數據挖掘在系統處理上有很多相似的地方[36]。且文本挖掘有其獨特的發揮領域如文本抽取、信息檢索、情感分析、知識圖譜等是源于數據挖掘而高于數據挖掘的一種技術方法[40]，具有廣闊的應用和研究前景。

2.2.2文本預處理

有效的文本預處理可以為文本挖掘打下牢固的基礎，為了將原始數據從非結構化轉化或者抽取為可以被機器識別的結構化數據，需要在數據預處理階段花費大量精力，通過數據預處理可以結構化數據，在某種程度上，數據預處理就是文本挖掘的一部分，一方面可以被電腦識別從而進行后需建模分析、文本分類、信息抽取、情感分析等過程，另一方面，文本預處理后的數據可以直接通過詞云圖、聚類分析等可視化展示分析結構，作為研究結論的一部分使結論更有說服力，提高研究含金量，可以了解文本的主要關鍵信息[38]。文本預處理過程基本分為數據獲取、數據清洗、去停用詞、文本分詞、文本特征表示等過程，接下來對一些流程進行具體說明。

第3章基于文本挖掘的物流客戶滿意度文獻挖掘.....................................15

3.1研究來源與方法............................15

3.1.1數據獲取.......................................15

3.1.2研究方法與工具..............................15

第4章基于情感分析的物流客戶滿意度測評..............................30

4.1基本模型........................................30

4.1.1 TF-IDF模型............................30

4.1.2詞向量模型............................31

第5章實驗結果與研究分析............................38

5.1實驗數據......................................38

5.1.1評論數據來源.....................................38

5.1.2評論數據獲取的技術實現................................39

第5章實驗結果與研究分析

5.1評論數據

5.1.1評論數據來源

對于生鮮電商的產品來說，研究表明物流環節的好壞是其購買決策的重要因素，物流是影響生鮮電商發展的核心問題。我國生鮮電商平臺種類繁多，如京東、淘寶、盒馬、天貓、亞馬遜等，都有專門的生鮮板塊，通過對這些平臺的生鮮板塊進行對比，發現京東生鮮電商平臺的產品種類非常豐富，關于物流評論數據最多且評論信息完善，消費群體覆蓋面廣，加上其在國內消費者中間的受歡迎程度，因此決定選取京東商城生鮮電商平臺的評論數據作為本文的研究對象。

主觀評價以傳統調查問卷或訪談形式進行，消耗時間精力較多，數據不具有實時性，調查對象數量有限，且獲得的結論受問題設置影響較大，評價準確性大打折扣。因此本文在2020年10月20日-11月10日期間，按照評論時間排序，取得京東商城生鮮產品中新鮮水果、海鮮水產、精選肉類、冷凍飲食、蔬菜蛋品5類商品的共100家店鋪的在線評論，對京東生鮮電商的商品評論詳情頁進行分析，如圖5.1所示。京東生鮮電商商品評論是由會員名、會員等級、評論具體內容、評論日期、評論星級、評論回復、評論點贊數組成，除此之外還可以看到店鋪的好評率和差評數量等信息。因此采集的數據內容包括店鋪名稱、用戶ID、評論內容、滿意度星級等。

第6章研究結論與展望

6.1研究結論

物流業已經成為支撐國民經濟發展的基礎性、戰略性、先導性產業，隨著電子商務的快速發展，也引起了物流行業的井噴式發展，但隨之帶來的也有一系列的消費問題。現有的物流客戶滿意度研究處于起步階段，因鮮有文獻全面系統的描述物流客戶滿意度的研究現狀與發展趨勢，因此，本研究對流客戶滿意度領域研究發展動態進行了全面的梳理，以文本挖掘理論為基礎，通過聚類分析、共詞分析、詞頻分析等方法，借助知識圖譜工具VOSviewer和CiteSpace對物流客戶滿意度研究的相關文獻進行產出分布分析、熱點地區分析、國家/地區合作網絡分析、機構合作網絡分析、期刊表現分析、基于關鍵詞共現網絡的研究熱點分析，以及物流客戶滿意度前沿趨勢發展分析。

從發文產出情況來看，物流客戶滿意度文獻的大幅增長是在2002年之后，2020年，發表論文數量達到最高水平，物流客戶滿意度的相關研究受到高度關注，物流客戶滿意度是一個正在興起并且極具研究價值的領域。從發文研究主體來看，中國是文獻發表量最多的國家，達到了300篇(占總數的38%)，美國文獻發表量為106篇，僅次于中國，但文獻引用量遠高于中國(3122篇)。物流客戶滿意度研究領域己經有比較明顯的國家/地區合作網絡，并且物流客戶滿意度研究的合作在中國、美國、中國臺灣、印度較多。從發文研究內容來看，物流客戶滿意度研究領域近年來的熱門研究主題有三個。第一個研究主題，與客戶滿意度相關聯，研究方向主要是如何實現良好的客戶滿意度以及供應鏈管理的效率。第二個研究主題，與研究模型方法有關，主要研究內容是借助算法模型實現物流和供應鏈管理優化。第三個研究主題，與物流和供應鏈相關聯，主要研究內容是物流供應鏈管理。物流客戶滿意度研究領域的研究大致經歷了三個主要的階段。

參考文獻（略）