邱云飛 王雪 邵良杉

〔摘 要〕網(wǎng)絡(luò)上針對商品的評論中含有消費(fèi)者的消費(fèi)習(xí)慣、消費(fèi)體驗(yàn)和消費(fèi)偏好等頗有價值的信息，這為觀察和分析消費(fèi)者的行為提供了很好的資料。文中設(shè)計了一個網(wǎng)絡(luò)環(huán)境下的消費(fèi)者行為分析方法。首先，在收集的客戶評論中提取產(chǎn)品特征、消費(fèi)者信息和消費(fèi)者對具體產(chǎn)品特征的情感傾向；其次，按消費(fèi)者信息進(jìn)行消費(fèi)者群體劃分，進(jìn)而探討不同消費(fèi)群體對不同產(chǎn)品的喜好。企業(yè)可通過該方法及時獲取消費(fèi)人群對產(chǎn)品的反饋數(shù)據(jù)并制定正確的市場營銷策略。

〔關(guān)鍵詞〕消費(fèi)者行為分析；客戶特征提取；產(chǎn)品特征提取；情感傾向；群體劃分

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０１．００２

〔中圖分類號〕Ｇ２５２.０ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１（２０１２）０１－０００８－０４

The Method of Customers Behavioral Analysis

Based on Chinese Web Clients ReviewsQiu Yunfei Wang Xue Shao Liangshan

（School of Software Engineering，Liaoning Technical University，Huludao 125105，China）

〔Ａｂｓｔｒａｃｔ〕The reviews of commodities on the web conclude lots of valuable information that are consuming habits,consuming experience and consuming preference of the customers,which can supply good materials that help analyze customers behaves to marketing researchers.This paper designed a way to analyze customers behaves in the web environment.Firstly,extracting features of product,customers information in customers reviews and customers emotional tendency towards concrete product features which are gathered.Secondly,dividing customer groups according to customers information.And then discussing different customers preference to different products.Corporations can acquire customers feedback of product in time and make excellent marketing strategies by the approach in this paper.

〔Ｋｅｙ ｗｏｒｄｓ〕customers behavioral analysis;extract customers features;mine features of product;emotional tendency;group division

消費(fèi)者行為分析是市場營銷活動的前提和基礎(chǔ)，只有全面深入了解消費(fèi)者的消費(fèi)行為規(guī)律才能制定有針對性的、具體的營銷策略，開展?fàn)I銷活動。在應(yīng)用現(xiàn)有消費(fèi)者行為分析方法時研究者只能通過訪談、問卷或直接觀察消費(fèi)者的活動來獲取研究資料，這個過程不但需要經(jīng)過精心設(shè)計，而且在樣本范圍、調(diào)查周期、指標(biāo)選取等方面都存在著不同程度的問題，這與這些分析方法產(chǎn)生的社會背景和當(dāng)時的技術(shù)水平有關(guān)。

互聯(lián)網(wǎng)技術(shù)的發(fā)展為新的消費(fèi)者行為分析方法的產(chǎn)生創(chuàng)造了條件。消費(fèi)者在論壇、博客和商業(yè)網(wǎng)站中分享其在產(chǎn)品或服務(wù)的取得、消費(fèi)和處置過程中的體驗(yàn)，這些包含了消費(fèi)者偏好、消費(fèi)習(xí)慣的評論文本為市場研究人員觀察和分析消費(fèi)者的行為提供了很好的資料。截至2010年12月底，我國網(wǎng)民規(guī)模達(dá)到4.57億［１］，消費(fèi)者發(fā)表的中文評論越來越多，這些海量的評論數(shù)據(jù)在規(guī)模上完全可以滿足消費(fèi)者行為分析對樣本規(guī)模的要求。

若企業(yè)的市場研究人員對互聯(lián)網(wǎng)上的文本、鏈接等信息進(jìn)行提取、集成和分析，便可以從客戶發(fā)布在網(wǎng)上的評論中發(fā)現(xiàn)消費(fèi)者行為規(guī)律，不但能提高消費(fèi)者行為分析的水平，縮短實(shí)施周期，而且確定指標(biāo)準(zhǔn)確、全面［２］。

文中著重研究基于中文網(wǎng)絡(luò)客戶評論的消費(fèi)者行為分析方法，即向企業(yè)展現(xiàn)如何利用消費(fèi)者的中文網(wǎng)絡(luò)評論信息發(fā)現(xiàn)消費(fèi)者行為規(guī)律，對其消費(fèi)行為進(jìn)行分析預(yù)測，助其制定正確的營銷策略，提高經(jīng)營管理水平。

１ 消費(fèi)者行為分析模型

依據(jù)信息的處理流程，所構(gòu)建的基于中文網(wǎng)絡(luò)客戶評論的消費(fèi)者行為分析流程模型（如圖１所示）分為3個部分，分別是網(wǎng)頁信息收集、數(shù)據(jù)處理與保存和消費(fèi)者行為分析［３］。圖１ 基于中文網(wǎng)絡(luò)客戶評論的消費(fèi)者行為分析流程

１.１ 客戶評論信息收集

文中以it168網(wǎng)站(http:∥mobile.it168.com/)及天涯論壇下載的客戶對兩款不同型號諾基亞手機(jī)(Nokia E72、Nokia C5-03)的評論數(shù)據(jù)（以下簡稱帖子）為分析對象，分析總結(jié)出客戶評論信息的收集過程分為以下3個步驟：評論初步收集、評論清洗（帖子過濾）和結(jié)果數(shù)據(jù)保存。

１.１.１ 評論初步收集(以it168網(wǎng)站客戶對Nokia E72的評論收集為例進(jìn)行說明)

（１）進(jìn)入it168網(wǎng)站的網(wǎng)址http:∥mobile.it168.com/，點(diǎn)擊Nokia E72鏈接，便可進(jìn)入Nokia E72的主頁面。此后點(diǎn)擊“點(diǎn)評”菜單項(xiàng)便可見客戶對Nokia E72的全部評論信息。

（２）根據(jù)自身需求選定一定數(shù)量（建議大量）合適的客戶評論并進(jìn)行初步收集。

（３）將收集的評論數(shù)據(jù)進(jìn)行保存以供后續(xù)使用。

１.１.２ 評論清洗（帖子過濾）

經(jīng)過解析得到的帖子，并不全是有意義的，因此在保存數(shù)據(jù)之前，需要將一些無意義的帖子，也就是所謂的“灌水帖”過濾掉。通過對帖子內(nèi)容分析，發(fā)現(xiàn)垃圾帖主要有以下2類：

（１）廣告帖 廣告帖主要以為自己的網(wǎng)站或博客地址做廣告而發(fā)的帖子，這種帖子多以一 些無意義的回復(fù)加上廣告鏈接存在。

（２）灌水帖 該類帖子主要以獲取網(wǎng)站積分為目的，主要形式就是發(fā)表一些簡單的無實(shí)際 意義的回復(fù)，它存在的形式是多樣的，如表１所示。

以“垃圾帖”中的廣告帖為例，對于廣告帖：“注冊會員搶樓即可獲得免費(fèi)的酒店入住房券，詳情請登錄http:∥www.51gojd.cn/huodong/index.asp?refid=3166880。

式1空 貼沒有內(nèi)容，只有空格占據(jù)位置。2字?jǐn)?shù)少而毫無意義的帖子無意義的內(nèi)容，如：KK，看看，飄過，路過…等等。3純數(shù)字帖只有數(shù)字，如：3，88888，39494等。4純符號帖只有符號，如：？？？？，；；；，?。?！，＾_＾等。5刷屏帖以某些內(nèi)容為作為基元素，通過空格、換行排版操作將帖子編輯成引人注目的符號，如腳印等。

通過分析可以發(fā)現(xiàn)該廣告帖包含一個超鏈接，但是包含超鏈接的帖子又不全是廣告帖，因此還需要結(jié)合“會員”、“免費(fèi)”等關(guān)鍵詞將該廣告帖過濾掉。其他形式的“垃圾帖”也可以做類似的處理。

１.１.３ 結(jié)果數(shù)據(jù)保存

“垃圾帖”過濾后得到的帖子滿足分析需要，因此保存數(shù)據(jù)以供后續(xù)使用。

１.２ 客戶評論信息產(chǎn)品特征提取

評論信息中的產(chǎn)品特征提取是分析客戶對于產(chǎn)品具體特征所持情感傾向的前提，是后續(xù)消費(fèi)者行為分析的基礎(chǔ)，所以產(chǎn)品特征的提取是關(guān)鍵性技術(shù)［４］。文中對具體人工提取產(chǎn)品特征的思路闡述如下。

（１）將兩種不同型號的手機(jī)(Nokia E72、Nokia C5-03)的評論分別集成到一起，以便后續(xù)的產(chǎn)品特征標(biāo)注。

（２）分別進(jìn)行產(chǎn)品特征標(biāo)注，標(biāo)注對象主要以中文名詞或者名詞短語形式出現(xiàn)，但對于一些常見的口語化名詞，如“機(jī)子”，“東西”，均不予以標(biāo)注［５］。以Nokia E72為例，列出此型號手機(jī)屬性的人工標(biāo)注結(jié)果，如表２所示。

（３）將標(biāo)注結(jié)果數(shù)據(jù)保存以供后續(xù)使用。

表２ 手機(jī)(Nokia E72)屬性的人工標(biāo)注結(jié)果

商品名稱人工標(biāo)注屬性集合人工標(biāo)注屬性數(shù)量Nokia E72鍵盤，鈴聲，拍照，速度，系統(tǒng)，功能，攝像頭，手感，售后服務(wù)，聲音，機(jī)身，價格，接口，電話簿，菜單，屏幕，軟件，電池，體積，游戲，外形，輸入，字庫，收音機(jī)，內(nèi)存，語音，攝像，按鍵，mp3，多媒體，耳機(jī)，待機(jī)時間，版本，快捷鍵，兼容性，閃光燈，充電器，質(zhì)量，智能，屏幕效果，桌面，運(yùn)行速度，音質(zhì)43

１.３ 客戶信息提取

一般來說，客戶注冊所填寫的性別、年齡、職業(yè)、學(xué)歷和興趣等信息均可能是不真實(shí)的，無法使用這些注冊信息對客戶進(jìn)行群體劃分，但客戶發(fā)表的帖子中卻可能會出現(xiàn)指示其身份信息的一些詞語［６］。所以，有必要人工從中文網(wǎng)絡(luò)評論中獲取客戶真實(shí)可靠的性別、年齡等客戶相關(guān)信息［７］。下面對提取客戶身份信息的思路進(jìn)行說明。

（１）識別客戶名。將論壇中發(fā)表的帖子按注冊客戶集成到一起，即將同一個客戶的所有評論合成為一個文件，然后使用該客戶名標(biāo)識這個文件，因?yàn)檎搲锌蛻裘┮?，所以也就將不同的客戶發(fā)表的評論構(gòu)成的文件區(qū)分開了。

（２）建立評論集（以下將以提取客戶的性別特征為例進(jìn)行闡述）。經(jīng)過深入地觀察和分析客戶所發(fā)表的評論，利用傳統(tǒng)的手工標(biāo)注方法對其中的評論進(jìn)行性別標(biāo)注。下面給出幾個評論，說明如何人工識別客戶性別（如表３所示）。性別辨識主要利用的信息包括：中文角色稱謂和稱謂上下文。中文角色稱謂是指“老公”、“丈夫”、“老婆”、“女兒”等等的稱呼性詞語。但是這些稱謂還要與特定的上下文結(jié)合才有助于性別的辨識。

①當(dāng)表示男性的稱謂詞前面出現(xiàn)“我”，可以把“我”定制為左邊界，如符合結(jié)構(gòu)為〈我〉…〈老公〉或〈我〉〈老公〉…的規(guī)則，可判斷其為女性。

②當(dāng)表示男性稱謂詞之前出現(xiàn)“作為”之類的動詞，即存在左邊界，而男性稱謂右邊沒有出現(xiàn)“的＋表示女性稱謂的稱呼”，如符合結(jié)構(gòu)〈我〉〈作為〉〈老公〉…或〈我〉〈作為〉〈爸爸〉…的規(guī)則，而不是〈我〉〈作為〉〈爸爸〉〈的〉〈女兒〉…可以判斷其為男性。

③當(dāng)表示男性的稱謂詞前面出現(xiàn)非第一人稱稱呼時，如“她”、“我的朋友”等，就無法判斷客戶的性別。

（３）對所建立的評論集中的已經(jīng)識別出性別的客戶進(jìn)行性別標(biāo)注（如表３所示）。即為客戶1和客戶2標(biāo)注上“女”，為客戶3和客戶4標(biāo)注“男”。

同理，可以用類似的方法提取客戶職業(yè)、學(xué)歷和興趣等等的客戶身份信息，然后繪制客戶評論及客戶信息的二維表，這也就為后續(xù)的客戶群體劃分和客戶行為分析作了準(zhǔn)備。

１.４ 中文客戶評論情感分析

情感分析是通過分析客戶對產(chǎn)品的每個特征所體現(xiàn)出來的情感態(tài)度傾向來分析消費(fèi)者對產(chǎn)品的情感傾向的。即對每一個消費(fèi)者關(guān)于產(chǎn)品特征的觀點(diǎn)進(jìn)行情感分級，通常劃分為“非常滿意”、“滿意”、“一般”、“不滿意”、“非常不滿意”5種級別［８－９］。下面對中文客戶評論情感分析的思路進(jìn)行說明。

（１）根據(jù)《現(xiàn)代漢語分類詞典》［１０］和《漢語褒貶義詞語用法詞典》［１１］，并結(jié)合特定的表達(dá)作者情感傾向的中文詞性組合模式標(biāo)注評論中能體現(xiàn)情感傾向的情感褒貶詞。例如：在手機(jī)產(chǎn)品的評論中，名詞“性價比”前一般是“高”，“低”等形容詞，這就構(gòu)成了“形容詞+名詞”的雙詞模式；名詞“續(xù)航能力”后一般是“強(qiáng)”，“弱”等形容詞，這就構(gòu)成了“名詞+形容詞”的雙詞模式，如表４為最常用的5個雙詞模式。

（２）根據(jù)《近代漢語：程度副詞研究》［１２］標(biāo)注褒貶情感詞的強(qiáng)烈程度，以便劃分級別。

（３）根據(jù)情感詞的褒貶以及情感詞的褒貶程度，判斷所得到的情感傾向歸于那個級別，以得出消費(fèi)者的情感程度。例如，在“用手機(jī)看視頻超清晰”這句話中，“超”屬于表達(dá)情感的程度副詞，而“清晰”屬于褒義情感詞，所以可以判斷此客戶的情感傾向于“非常滿意”。表４ 中文評論情感分析雙詞模式

模式類別首 詞尾 詞模式1形容詞名 詞模式2副 詞形容詞模式3形容詞形容詞模式4名 詞形容詞模式5副 詞動 詞２ 消費(fèi)者群體識別及行為展示

上節(jié)中已經(jīng)闡述了如何提取產(chǎn)品特征、客戶信息以及情感傾向，這里可以得到一個關(guān)于“消費(fèi)者”和“產(chǎn)品特征”的表格。這個二維表也包含消費(fèi)者的“情感傾向級別”屬性，這對后續(xù)的消費(fèi)者群體識別及其購買行為的分析提供了必要的前提［１３］。通過組合不同的特定屬性，并結(jié)合一定的統(tǒng)計方法，企業(yè)可以對消費(fèi)者群體進(jìn)行識別并對其購買行為進(jìn)行分析。分析方法如下：

２.１ 統(tǒng)計個體消費(fèi)者對產(chǎn)品整體的情感傾向

例如：統(tǒng)計女性消費(fèi)者對產(chǎn)品Nokia C5-03的情感傾向，判斷其對產(chǎn)品情感程度；統(tǒng)計高學(xué)歷群體消費(fèi)者對Nokia C5-03的情感傾向，判斷其對產(chǎn)品情感程度；統(tǒng)計職業(yè)為學(xué)生的消費(fèi)者對Nokia C5-03的情感傾向，判斷其對產(chǎn)品情感程度。如此，企業(yè)可以統(tǒng)計具有特定屬性的個體消費(fèi)者對產(chǎn)品整體的情感傾向，這可以作為企業(yè)制定營銷策略的一項(xiàng)依據(jù)。然后，綜合各個分項(xiàng)結(jié)果，可以得到不同消費(fèi)者群體對某產(chǎn)品的情感傾向。因此，按照例子可以得出，消費(fèi)群體屬性為(女性，高學(xué)歷群體，學(xué)生)的人群對Nokia C5-03的情感傾向。

２.２ 統(tǒng)計全體消費(fèi)者對產(chǎn)品整體的情感傾向

例如：統(tǒng)計全體購買Nokia E72的消費(fèi)者對產(chǎn)品整體的情感傾向，可以得出產(chǎn)品在市場上平均滿意度和市場價值。

２.３ 統(tǒng)計全體消費(fèi)者對某個產(chǎn)品特征的情感傾向

例如：統(tǒng)計全體購買Nokia E72的消費(fèi)者對某個產(chǎn)品特征的情感傾向，可以得出消費(fèi)者對Nokia E72的某個屬性(如外觀，質(zhì)感，價格和性能等)的滿意度，這可以作為企業(yè)對產(chǎn)品進(jìn)行改良的依據(jù)。

３ 結(jié) 論

文中介紹了如何利用中文網(wǎng)絡(luò)客戶評論信息發(fā)現(xiàn)消費(fèi)者行為規(guī)律，更準(zhǔn)確地提取出消費(fèi)者的觀點(diǎn)及購買行為，更高效地指導(dǎo)生產(chǎn)商和服務(wù)商改進(jìn)產(chǎn)品、改善服務(wù)、提高競爭力［１４］。利用中文網(wǎng)絡(luò)客戶評論信息發(fā)現(xiàn)消費(fèi)者的行為規(guī)律，是一個很好的營銷數(shù)據(jù)搜集手段及營銷策略制定的途徑。若能善加利用，企業(yè)的市場研究人員一定可以從這座信息礦藏當(dāng)中提煉出有價值的東西，為企業(yè)提供更大的競爭優(yōu)勢。

參考文獻(xiàn)

［１］中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）.第27次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告［Ｒ］.2011.1.

［２］Liu B,HsuW,Ma Y.Integrating Classification and Association RuleMining［Ｃ］.KDD298,1998：80－86.

［３］Hu M,Liu B,Mining Opinion Features in Customer Reviews［Ｃ］.AAAI,2004：755-760.

［４］李實(shí),葉強(qiáng),李一軍,Rob Law.中文網(wǎng)絡(luò)客戶評論的產(chǎn)品特征挖掘方法研究［Ｊ］.管理科學(xué)學(xué)報，2009,12(2):142-152.

［５］Popescu A-M,Etizioni O,Extracting Product Features and Opinions From Reviews［Ｃ］.Proceedings of HLT-EMNLP 2005,ACL,2005：339-346.

［６］Mukherjee and Liu B..Improving Gender Classification of Blog Authors［Ｃ］.Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing,2010.

［７］趙妍妍,秦兵,劉挺.文本情感分析［Ｊ］.軟件學(xué)報，2010,21(8):1834-1848.

［８］Liu B,Hu MQ,Cheng JS,Opinion Observer:Analyzing and Comparing Opinions on the Web［Ｃ］.Proceedings of the 14th international World Wide Web conference(WWW-2005),Chiba,Japan,2005.

［９］姚天,婁德成.漢語語句主題語義傾向分析方法的研究［Ｊ］.中文信息學(xué)報，2007,21(5):73-79.

［１０］董大年.現(xiàn)代漢語分類詞典［Ｍ］.上海：漢語大詞典出版社，1998:105-110.

［１１］王國璋.漢語褒貶義詞語用法詞典［Ｍ］.北京：華語教學(xué)出版社，2001:123-128.

［１２］陳群.近代漢語：程度副詞研究［Ｍ］.成都：巴蜀書社，2006:34-41.

［１３］劉鴻宇,趙妍妍,秦兵,等.評價對象抽取及其傾向性分析［Ｊ］.中文信息學(xué)報,2010,24(1),84-88.

［１４］戚攻.從社會學(xué)理論域考察網(wǎng)絡(luò)社會群體［Ｊ］.探索,2001,（2）：77-80.