Explorando las características y tendencias del comercio electrónico de productos industriales en China utilizando enfoques de minería de texto
Autores: Sun, Zhaoyang; Zong, Qi; Mao, Yuxin; Wu, Gongxing
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Explorando las características y tendencias del comercio electrónico de productos industriales en China utilizando enfoques de minería de texto
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Producto industrial
Comercio electrónico
Transacciones
Plataformas de internet
Minería de texto
Características de desarrollo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El comercio electrónico de productos industriales se refiere a la aplicación específica del concepto de comercio electrónico en las transacciones de productos industriales. Permite a las empresas industriales realizar transacciones a través de plataformas de Internet y reducir los costos de circulación y operación. La literatura industrial, como políticas, informes y normas relacionadas con el comercio electrónico de productos industriales, contiene mucha información crucial. A través de un análisis sistemático de esta información, podemos explorar y comprender las características de desarrollo y las tendencias del comercio electrónico de productos industriales. Para este fin, se analizan 18 documentos de políticas, 10 informes industriales y cinco normas utilizando métodos de minería de texto. En primer lugar, se utiliza la tecnología de procesamiento de lenguaje natural (NLP) para preprocesar los datos de texto relacionados con el comercio de productos industriales. Luego, se realizan estadísticas de frecuencia de palabras y extracción de palabras clave TF-IDF, y las estadísticas de frecuencia de palabras se representan visualmente. Posteriormente, se obtiene el conjunto de características combinando estos procesos con el método de selección manual. El corpus de texto original se utiliza como conjunto de entrenamiento empleando el modelo skip-gram en Word2Vec, y las palabras clave se transforman en vectores de palabras en el espacio multidimensional. Se utiliza el algoritmo K-means para agrupar las palabras clave en grupos. Luego, se utiliza el método de asignación de Dirichlet latente (LDA) para agrupar y descubrir aún más las características. Los resultados de la minería de texto proporcionan evidencia sobre las características de desarrollo y las tendencias del comercio electrónico de productos industriales en China.
Descripción
El comercio electrónico de productos industriales se refiere a la aplicación específica del concepto de comercio electrónico en las transacciones de productos industriales. Permite a las empresas industriales realizar transacciones a través de plataformas de Internet y reducir los costos de circulación y operación. La literatura industrial, como políticas, informes y normas relacionadas con el comercio electrónico de productos industriales, contiene mucha información crucial. A través de un análisis sistemático de esta información, podemos explorar y comprender las características de desarrollo y las tendencias del comercio electrónico de productos industriales. Para este fin, se analizan 18 documentos de políticas, 10 informes industriales y cinco normas utilizando métodos de minería de texto. En primer lugar, se utiliza la tecnología de procesamiento de lenguaje natural (NLP) para preprocesar los datos de texto relacionados con el comercio de productos industriales. Luego, se realizan estadísticas de frecuencia de palabras y extracción de palabras clave TF-IDF, y las estadísticas de frecuencia de palabras se representan visualmente. Posteriormente, se obtiene el conjunto de características combinando estos procesos con el método de selección manual. El corpus de texto original se utiliza como conjunto de entrenamiento empleando el modelo skip-gram en Word2Vec, y las palabras clave se transforman en vectores de palabras en el espacio multidimensional. Se utiliza el algoritmo K-means para agrupar las palabras clave en grupos. Luego, se utiliza el método de asignación de Dirichlet latente (LDA) para agrupar y descubrir aún más las características. Los resultados de la minería de texto proporcionan evidencia sobre las características de desarrollo y las tendencias del comercio electrónico de productos industriales en China.