張琰　朱燕翔　鄭桂玲

摘要：通過挖掘網(wǎng)購手機的中文評論，以知名電商網(wǎng)站手機銷售評論為研究對象，首先通過爬蟲軟件抓取銷量排名前十的手機網(wǎng)購評論，在文本數(shù)據(jù)預處理后使用改良的jieba分詞工具對評論進行分詞，并基于Python開發(fā)平臺采用TF-IDF算法計算網(wǎng)購中文評論中的手機屬性關鍵詞及修飾詞關鍵詞，通過關鍵詞詞頻分析找出用戶對特定型號手機的各屬性的消費評價，以便消費者了解不同手機屬性的優(yōu)勢與劣勢，同時為商家改進商品功能提供建議。

關鍵詞：文本挖掘；網(wǎng)購評論；屬性評價

中圖分類號：F27文獻標識碼：Adoi：10.19311/j.cnki.16723198.2018.22.022

0引言

當下手機成為人們生活中必不可少的工具，手機除了實現(xiàn)通信功能外還提供休閑娛樂、移動支付、信息搜索等功能。由于手機類產(chǎn)品的標準化，越來越多的用戶選擇網(wǎng)上購買，并且網(wǎng)絡平臺還為用戶提供購買后評價功能，這使得手機質(zhì)量、性能好壞，手機的各項屬性是否受用戶歡迎成為完全公開的信息。商家可以通過對評論進行分析，得出用戶的消費體驗，從而改進商品性能或服務質(zhì)量。

1研究現(xiàn)狀綜述

本文擬從中文評論中挖掘關鍵詞的方式分析用戶評價，這一過程包含兩個主要步驟：首先，需要對大量中文評論進行分詞；其次，對分詞后的文本信息進行關鍵詞提取。使用比較多的是由張華平開發(fā)的NLPIR漢語分詞系統(tǒng)ICTCLAS2016。本文采用基于Python軟件開發(fā)環(huán)境的jieba分詞工具。

第二個步驟是關鍵詞提取，目前主要的研究方法有兩類：一是基于統(tǒng)計的方法；二是基于機器學習的方法?；诮y(tǒng)計的方法包括詞頻（Term Frequency，TF）、互信息（Mutual Information，MI）、TF-IDF、信息增益（Information Gain，IG）、χ2統(tǒng)計（CHI-square Statistic）等。基于統(tǒng)計的特征詞提取普遍具有復雜度低、計算簡單的優(yōu)點，但提取的細度與精度不夠。而機器學習的特征詞提取能夠很好的提高細度與精度?；跈C器學習的方法包括支持向量機、關聯(lián)規(guī)則K-means、神經(jīng)網(wǎng)絡等。其中，基于統(tǒng)計的TF-IDF詞頻統(tǒng)計是最基礎、簡便的方法。

2研究思路

本文首先通過網(wǎng)絡爬蟲抓取知名電商網(wǎng)站上銷量排名在前10的手機評論數(shù)據(jù)，使用jieba分詞系統(tǒng)對語料庫中的中文文本進行分詞、詞性標注操作，采用TF-IDF算法計算名詞的詞頻以便篩選出權(quán)值較高的手機屬性詞，以這些屬性詞為關鍵詞，在各類型手機評論數(shù)據(jù)中檢索表達用戶情感傾向的修飾詞的高頻關鍵詞，修飾詞的詞性根據(jù)樣本數(shù)據(jù)定義為：形容詞、副形詞、名形詞、習用語、數(shù)詞、區(qū)別詞、狀態(tài)詞等。根據(jù)檢索出的修飾詞的褒義與貶義統(tǒng)計用戶對各型號手機的各屬性的評價情況。

3實驗及數(shù)據(jù)分析

3.1屬性特征詞提取

屬性詞TF-IDF權(quán)值從大到小排，如表1所示。

3.2修飾詞與屬性詞匹配

統(tǒng)計各型號手機各屬性受用戶好評或差評的情況。以華為榮耀暢玩6x為例，首先在評論文本中選出關鍵詞所在句子，采用TF-IDF算法統(tǒng)計該句中出現(xiàn)的修飾詞的詞頻，按大小排序并根據(jù)詞義人工劃分褒義與貶義，表2顯示了“性價比”、“速度”、“手感”這三個屬性的高頻修飾詞及其詞頻。

3.3屬性評價

采用加權(quán)平均的方法計算每個屬性關鍵詞的好評（差評）權(quán)值，褒義詞權(quán)值為正，貶義詞權(quán)值為負，得到華為榮耀暢玩6x各屬性關鍵詞的評價權(quán)值如圖1所示。圖中權(quán)值大于0的屬性表示用戶對該屬性的評價基本為正向；權(quán)值小于0的屬性表示用戶對該屬性的評價基本為負向。

由圖1可知，用戶對華為榮耀暢玩6x這款手機總體評價比較好，評價值大于0的好評屬性有19個，其中好評度最高的屬性是“電池”，其次是“質(zhì)量”；評價權(quán)值小于0的差評屬性有3個，這3個屬性分別為“贈品”、“打電話”與“耳機”。同理可得其余9部手機的屬性關鍵詞的評價權(quán)情況。

一加3T手機統(tǒng)計了24個屬性，其中好評屬性17個，差評屬性7個，好評度較高的屬性為“性價比”與“手感”，差評度高的屬性為“按鍵”與“音量”；Apple 7統(tǒng)計了23個屬性，其中好評屬性15個，差評屬性8個，好評度較高的屬性為“手感”與“系統(tǒng)”，差評度高的屬性為“降價”與“劃痕”；華為榮耀暢玩5C統(tǒng)計了18個屬性，其中好評12個，差評6個，好評度較高的屬性為“性價比”、“質(zhì)量”、“手感”，差評度高的屬性為“沒貨”；華為榮耀8統(tǒng)計了18個屬性，其中好評屬性12個，差評屬性6個，好評度較高的屬性為“質(zhì)量”、“性價比”，差評度高的屬性為“沒貨”；Apple 6s統(tǒng)計了21個屬性，其中好評屬性10個，差評屬性11個，好評度較高的屬性為“系統(tǒng)”、“質(zhì)量”，差評度高的屬性為“沒貨”；OPPO R9S統(tǒng)計了25個屬性，其中好評屬性21個，差評屬性4個，好評度較高的屬性為“電池”、“手感”，差評度高的屬性為“死機”、“發(fā)票”；榮耀NOTE8統(tǒng)計了25個屬性，其中好評屬性20個，差評屬性5個，好評度較高的屬性為“電用戶對網(wǎng)購手機客服質(zhì)量的訴求基本是普遍存在池”、“系統(tǒng)”、“性價比”、“手感”，差評度高的屬性為“降價”、“死機”；LG G5統(tǒng)計了23個屬性，其中好評屬性22個，差評屬性1個，好評度較高的屬性值均較低，最高的一個屬性為“系統(tǒng)”，差評屬性為“后殼”；海爾M328V統(tǒng)計了21個屬性，其中好評屬性20個，差評屬性1個，好評度較高的屬性為“電池”、“外觀”，差評屬性只有唯一的“報時”。

4總結(jié)

本文在獲取網(wǎng)購手機評論數(shù)據(jù)的基礎上，應用TF-IDF算法分析了銷量排名前10的手機屬性評價情況。用戶對手機屬性的評價特征表現(xiàn)為：①對10款熱銷手機受關注屬性的評價以好評價為主。②好評權(quán)值最高與差評權(quán)值最低的手機均為國產(chǎn)手機。③負面評價屬性詞個數(shù)最多的手機是Apple 6s，達到11個，說明在蘋果眾多機型中6s存在的問題最多。

綜上所述，采用網(wǎng)購評論文本挖掘的方法可以獲得消費者對產(chǎn)品屬性的評價，該方法更貼近消費者真實感受與想法，研究結(jié)論對手機品牌商及網(wǎng)購平臺商都有一定的借鑒價值。

參考文獻

[1]Hua-Ping ZHANG， Hong-Kui Yu， De-Yi Xiong， Qun LIU.HHMM-based Chinese Lexical Analyzer ICTCLAS[J].Second SIGHAN workshop affiliated with 41th ACL； Sapporo Japan， July， 2003， pp.184187.

[2]Yuhai Yu， Hongfei Lin， Jiana Meng and Zhehuan Zhao.Visual and Textual Sentiment Analysis of a Microblog Using Deep Convolutional Neural Networks[J].Algorithms 9 （2） （2016）：41.

[3]Zhang W， Yoshida T， Tang X.A comparative study of TF-IDF， LSI and multi-words for text classification[J].Expert Systems with Applications， 2011， 38（3）：27582765.

[4]單麗莉， 劉秉權(quán)， 孫承杰.文本分類中特征選擇方法的比較與改進[J].哈爾濱工業(yè)大學學報， 2011：319324.