數(shù)據(jù)挖掘技術(shù)應(yīng)用于淘寶網(wǎng)客戶獲得、客戶細(xì)分、客戶維系、個(gè)性化服務(wù)、市場預(yù)測等方面。通過基于淘寶網(wǎng)評論數(shù)據(jù)自動分詞的數(shù)據(jù)挖掘方法，對一款一體機(jī)的商品評論數(shù)據(jù)進(jìn)行分析，旨在于根據(jù)各項(xiàng)相關(guān)指標(biāo)挖掘出有價(jià)值的商業(yè)信息，基于淘寶用戶的評價(jià)，發(fā)現(xiàn)消費(fèi)者的消費(fèi)水平與消費(fèi)者消費(fèi)關(guān)注度與影響因素是否不，提高經(jīng)濟(jì)效益。

一、 采集評論數(shù)據(jù)

1.首先在八爪魚數(shù)據(jù)采集頁面輸入需要采集的淘寶店鋪網(wǎng)址https：//detail.tmall.com/item.htm？spm=a230r.1.14.200.j4t24A&id=544107804633&ns=1&abbucket=18)，在輸入網(wǎng)址點(diǎn)擊“轉(zhuǎn)到”，采集平臺上則會跳轉(zhuǎn)至網(wǎng)址所對應(yīng)的淘寶界面。

2.在淘寶商品頁面中選中“累計(jì)評價(jià)”，頁面彈出內(nèi)容如圖1所示：

圖1 執(zhí)行動作頁面

圖2 八爪魚數(shù)據(jù)采集操作頁面

在上述頁面中，我們點(diǎn)擊“點(diǎn)擊這個(gè)元素”，再針對剛剛點(diǎn)擊的元素進(jìn)行一定的設(shè)置。設(shè)置結(jié)束點(diǎn)擊“保存”之后，頁面則會跳轉(zhuǎn)至累計(jì)評論界面，所有客戶對寶貝的評論都在此展示，將評論頁面下滑，在評論下方頁碼處，選擇點(diǎn)擊“下一頁”，頁面彈出窗口中，我們選擇“循環(huán)點(diǎn)擊下一頁”選項(xiàng)。點(diǎn)擊完“循環(huán)點(diǎn)擊下一頁”之后，我們在設(shè)置窗口選擇自定義，我們選擇“元素文本=下一頁”，然后點(diǎn)擊“確定”。接著我們在評論區(qū)域，隨意點(diǎn)擊一條客戶評論內(nèi)容，彈出窗口后選擇繼續(xù)添加，然后再選中一條評論內(nèi)容點(diǎn)擊之后，彈出的窗口則會自動搜集呈現(xiàn)該頁所有的評論。在彈出窗口中點(diǎn)擊“創(chuàng)建列表完成”，在頁面跳轉(zhuǎn)圖中，我們點(diǎn)擊圖中的“循環(huán)”按鈕。點(diǎn)擊“循環(huán)”后，我們繼續(xù)在頁面隨意點(diǎn)擊一條客戶的評論，在彈出的窗口中選擇“抓取該文本”，將點(diǎn)擊的評論成為我們需要抓去的數(shù)據(jù)字段，點(diǎn)擊“保存”，運(yùn)用上述方法我們采集到了某淘寶店鋪該商品的235條評論，本次評論數(shù)據(jù)采集工作就基本完成了。

二、 預(yù)處理淘寶評論數(shù)據(jù)

通過八爪魚數(shù)據(jù)采集器采集的評論是沒有規(guī)則的、隨機(jī)的。并且格式混亂，在進(jìn)行數(shù)據(jù)篩選和數(shù)據(jù)分析之前我們需要對淘寶評論數(shù)據(jù)進(jìn)行預(yù)處理。這里我們主要做的處理工作時(shí)，對一句一句的淘寶評論分成一個(gè)詞一個(gè)詞，采用EXCEL的分詞處理技術(shù)，編寫分詞的VB代碼，代碼函數(shù)如圖3，參數(shù)說明如表1將數(shù)據(jù)導(dǎo)入EXCEL中，EXCEL自動根據(jù)所編代碼將詞語進(jìn)行分詞。

圖3 分詞VB代碼函數(shù)參數(shù)

表1 分詞VB代碼函數(shù)參數(shù)說明

三、 淘寶評論數(shù)據(jù)的篩選統(tǒng)計(jì)

通過取得的挖掘結(jié)果，對數(shù)據(jù)進(jìn)行分析，找出聯(lián)系，發(fā)現(xiàn)之間的規(guī)律。由于樣本容量過大，分析起來需要有一定的難度，所以在本次論文分析實(shí)例中，我們著重選取評論中較為有代表性，評論較為鮮明具有特色的20條進(jìn)行詳細(xì)的分析研究。圖4是分詞之后的詞語，去除評論中與分析無關(guān)的詞語，保留能夠體現(xiàn)店鋪特征的評論詞語，例如安裝、質(zhì)量、正品、物流、價(jià)格、功能、畫面等詞語。

圖4 淘寶評論分詞

分詞處理完成之后我們進(jìn)行詞頻統(tǒng)計(jì)。我們運(yùn)用EXCEL進(jìn)行詞頻統(tǒng)計(jì)。編寫相應(yīng)的VB程序，對詞頻進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)詞語為動詞、形容詞、名詞這三類，將每個(gè)店鋪評論再進(jìn)行詞語初步屬性分類。詞語初步屬性分類如表2。將這些詞語初步分為五類，分別是質(zhì)量、物流、體驗(yàn)、價(jià)格、服務(wù)。將詞語中的質(zhì)量、運(yùn)行、操作、高端、大氣、上檔次等歸類為質(zhì)量屬性，將物流、速度、很快等歸類為物流屬性，將畫面、清晰、流暢、手感等歸類為體驗(yàn)屬性，將價(jià)格、實(shí)惠、便宜、值得等歸類為價(jià)格屬性，將服務(wù)、態(tài)度等歸為服務(wù)屬性。

表2 詞語初步分類

四、 淘寶評論數(shù)據(jù)高頻詞挖掘結(jié)論

經(jīng)過對我們篩選后的的淘寶評論數(shù)據(jù)高頻詞的分類分析，我們發(fā)現(xiàn)出五個(gè)類別客戶類型：

第一種類型是價(jià)格物流型，這類消費(fèi)者會將商品的價(jià)格作為他們選擇商品的重要因素，并且會將該商品的價(jià)格與實(shí)體店的價(jià)格進(jìn)行對比，其次會考慮物流，因?yàn)殡娔X屬于貴重物品且在物流運(yùn)輸過程中極有可能受到損壞，所以該類型的消費(fèi)者會將物流作為首要考慮的條件之一；第二種類型是價(jià)格質(zhì)量型，也就是說這類消費(fèi)者在質(zhì)量與價(jià)格方面的關(guān)注度比較強(qiáng)，而在物流體驗(yàn)方面表現(xiàn)為中度關(guān)注，對服務(wù)方面表現(xiàn)為弱度關(guān)注；第三種類型注重體驗(yàn)價(jià)格，這類消費(fèi)者表現(xiàn)為對商品的價(jià)格和體驗(yàn)會優(yōu)先考慮，對質(zhì)量物流服務(wù)這些方面的關(guān)注度會稍微弱一點(diǎn)；第四種類型表現(xiàn)為對服務(wù)與質(zhì)量關(guān)注較高；第五種類型則是服務(wù)體驗(yàn)型，這類消費(fèi)者在消費(fèi)過程中，尤其注重賣家的服務(wù)水平以及產(chǎn)品本身的體驗(yàn)，而對商品的價(jià)格等方面不甚關(guān)心。

這五種類型消費(fèi)者在購買商品時(shí)對產(chǎn)品的關(guān)注度也存在著明顯的差異，這就告訴我們賣家，在面對不同類型以及不同消費(fèi)層次消費(fèi)者時(shí)，我們所采用的營銷策略是有差異的。在本案例中，面對價(jià)格質(zhì)量型的消費(fèi)者，這類消費(fèi)者大部分消費(fèi)層次中等偏下，他們對產(chǎn)品的要求其實(shí)就概括為物美價(jià)廉，所以賣家在對這種類型消費(fèi)者進(jìn)行營銷的時(shí)候，我們需要從性價(jià)比方面著手，他們著重關(guān)注于商品的價(jià)格，要求價(jià)格實(shí)惠并且質(zhì)量不錯(cuò)，而對商品的體驗(yàn)并沒有太多的要求；而對于服務(wù)體驗(yàn)型的消費(fèi)者而言，這類消費(fèi)者的消費(fèi)能力大多不差，在進(jìn)行營銷的時(shí)候就不能采用價(jià)格優(yōu)勢來吸引他們，而應(yīng)該從產(chǎn)品的外觀、用戶的極致體驗(yàn)等方面來做文章。

(湖南女子學(xué)院信息技術(shù)系，湖南 長沙 410004)