现在是大数据的时代，掌握了消费者的数据就能对消费者进行个性化推荐并在市场销售上领跑。因此本文以层次分析法为工具，对从汽车口碑数据中挖掘用户关注度进行了分析与研究。首先建立一个层次结构模型，把与汽车关注度相关的因素列举出来然后按照上下层支配关系依次分层，最高层为目标层即购买汽车，第二层为准则层即购买汽车时的准则，第三层为方案层即购影响买汽车的各个小因素。然后通过设计调查问卷和上汽车之家网站的方式搜集数据，再利用搜集到的数据进行比较之后分别对准则层对目标层，措施层对准则层列出判断矩阵，再通过AHP—和法与AHP—根法两种方法计算出各个判断矩阵的权重并通过一致性检验后，进行组合权重的计算，把每一层支配关系的权重相乘即为组合权重，得到组合权重并通过一致性检验之后将组合权重按照大小对用户关注的8个因素进行排序，给出消费者在购买汽车的时候需要考虑合理的建议，然后消费者再结合自身的经验进行判断，做出最终的决策。这个方法不仅能有效的挖掘消费者的关注度，还能大幅提高促进汽车的销售。

......

结果分析

通过AHP-和法求解的结果可以看出，消费者在选择车时8个因素中，空间，动力，操控，油耗，舒适性，外观，内饰，性价比的相对权重为（0.05256，  0.0722, 0.0125, 0.0213，0.17375， 0.494， 0.08675， 0.08674），分别做柱状图3-6和折线图3-7所示。因此消费者购买汽车时因素偏好排序为：外观、舒适性、内饰、性价比、动力、空间、油耗、操控。

......

结果分析

通过AHP-根法求解的结果可以看出，消费者在选择车时8个因素中，空间，动力，操控，油耗，舒适性，外观，内饰，性价比的相对权重为（0.1687， 0.0714， 0.01239， 0.02121， 0.0645， 0.41755, 0.0507， 0.1935），分别做柱状图4-6和折线图4-7所示。因此消费者购买汽车时因素偏好排序为：外观，性价比，空间，动力，舒适性，内饰，油耗，操控。

论文总结

在汽车口碑数据中挖掘用户关注度是一个比较复杂的问题，运用常规的方法很难得到权威的答案[15]。而AHP层次分析法是一个思维逻辑比较严谨的方法，对人们在面对问题时的思维过程进行了整理与加工，并提出了一套行之有效而且有条理分析的决策方法，为管理和决策提供有信服力的根据。因此，本文把AHP层次分析法应用于口碑数据中挖掘用户关注度的分析与研究中十分有效，它最大的优点便是突出了层次本身，它让用户能够系统的思考和比较指标之间的重要性，为人们在购车决策时提供科学的依据。用户购车时关注度从高到底为外观性价比空间动力舒适性内饰油耗操控。

论文展望

层次分析法在汽车领域的运用非常广泛，并且具有非常看好的前景，比如用户关注度，用户的喜好等方面。但是口碑数据中挖掘用户关注度的分析与研究其实是一个系统给的工程，由于个人时间有限和能力的不足，并且我国在挖掘关注度领域实践方面成功的经验十分匮乏，本篇论文在许多层面缺乏深度的研究[16]。

另一方面层次分析法（AHP）本身也具有一定的局限性。主要表现在：

（1）层次分析法非常依赖人的主观判断，主观因素层面的影响非常大，它最多只能够排除在思维过程中的非一致性，却无法排除决策者个人主观的片面性。

（2）在比较和判断的过程不够精细，不能够运用于精准度要高的决策问题。因此，AHP只是一种半定量的方法[17]。