鄧新潔，唐觀根，龔禮春，吳國華

（1.杭州電子科技大學(xué)計算機(jī)學(xué)院，杭州 310018；2.杭州電子科技大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，杭州 310018）

0 引言

隨著互聯(lián)網(wǎng)時代的到來，網(wǎng)絡(luò)購物在生活中日益普遍。中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）針對中國網(wǎng)絡(luò)購物市場的調(diào)研報告顯示，中國電子商務(wù)購物市場未來3年增速將逐漸變緩，市場日漸趨于成熟。至2020年，中國網(wǎng)絡(luò)購物的市場規(guī)模最高可能達(dá)到4.2萬億元，與目前美、日、英、德四國的市場規(guī)模之和相當(dāng)[1]。

與網(wǎng)絡(luò)購物日漸火熱相伴而生的，是呈指數(shù)級態(tài)勢增長的電商在線評論。在線評論是由消費(fèi)者自主填寫并發(fā)布在平臺上，以文字形式傳遞商品主觀評價的文本信息，同時也是網(wǎng)絡(luò)口碑的一種重要形式。發(fā)表在電商平臺的在線評論可供消費(fèi)者免費(fèi)閱讀[2]。在線評論本身由已購消費(fèi)者發(fā)布，對商品的潛在購買者具有重要參考意義。當(dāng)下主流電子商務(wù)網(wǎng)站普遍采用將“有用性投票”及“評論發(fā)布時間”作為評論排序的指標(biāo)。這類排序方式的指標(biāo)選取過于片面，且并未對評論具體內(nèi)容進(jìn)行篩選，容易導(dǎo)致低可信度或者無意義評論出現(xiàn)在靠前位置，進(jìn)而擾亂消費(fèi)者判斷，拉低消費(fèi)者購物體驗，影響電商購物市場的良性發(fā)展。

基于此，本文從實(shí)際應(yīng)用角度出發(fā)，分析影響在線評論有用性的多重因素，對在線評論有用性指標(biāo)進(jìn)行屬性量化計算，結(jié)合模糊層次分析法建立電商在線評論排序模型，對紛繁復(fù)雜的在線評論進(jìn)行重新排序，篩選出對消費(fèi)者更有參考價值的評論，對消費(fèi)者做出購物決策有很好的輔助作用，同時也為電商平臺的評論管理提供了一種篩選排序方法。

1 在線評論排序模型構(gòu)建

1.1 概念模型

EK Clemons[4]等認(rèn)為，消費(fèi)者閱讀在線評論主要有兩個目的，分別是獲取商品相關(guān)信息及降低購買決定中的不確定性。本文基于此構(gòu)建關(guān)于評論有用性的指標(biāo)體系。根據(jù)指標(biāo)特征，將評論指標(biāo)體系分為評論形式特征和評論內(nèi)容特征兩類。其中，形式特征是可以從網(wǎng)站直接抓取的已量化特征；內(nèi)容特征需要對評論文字部分進(jìn)行文本挖掘才能獲得，又稱為語義特征。評論形式特征借鑒文獻(xiàn)[5]的設(shè)置方法，設(shè)置評論長度、評論時效性、有用性投票、圖片數(shù)量四項特征；評論內(nèi)容特征根據(jù)信息種類，分為商品核心信息和商品輔助信息兩類，一共包括商品屬性、物流運(yùn)輸、商家服務(wù)三項特征。如圖1所示。

1.2 排序指標(biāo)分析

（1）評論形式特征

①評論長度指標(biāo)反映的是評論文本內(nèi)容長短，大部分學(xué)者認(rèn)為長評論一般更詳細(xì)，包含的信息更全面豐富。我們通過計算評論中包含的有效信息量來測算評論有效長度，有效信息具體表現(xiàn)為評論中包含的屬性詞和情感詞總數(shù)。

②評論的時效性指標(biāo)反映了評論和閱讀者的間隔時間大小。一般來說，時間越靠近閱讀時間的評論內(nèi)容越具有參考性。同時，考慮到消費(fèi)者閱讀時間的多變性，利用當(dāng)前評論和初始評論發(fā)布時間差值來衡量評論的時效性。

③有用性投票指標(biāo)能反映其他消費(fèi)者對這條評論的認(rèn)可程度。目前主流的購物網(wǎng)站，如淘寶、京東、亞馬遜等都有設(shè)置一項類似點(diǎn)贊的有用性反饋指標(biāo)，根據(jù)網(wǎng)站不同，一些購物平臺還支持消費(fèi)者對評論進(jìn)行公開回復(fù)?？傮w來看，獲得消費(fèi)者認(rèn)可的評論會獲得更多有用性投票，這代表了這些評論的具體內(nèi)容更貼近消費(fèi)者需求，對消費(fèi)者的決策更有幫助作用。

④評論圖片是商品信息的直觀反映，比文本信息更為直接。適量的圖片有助于消費(fèi)者提高商品認(rèn)知。在一定閾值范圍內(nèi)圖片數(shù)量越多代表評論所包含信息越多，對消費(fèi)者做出購買判斷也更有幫助。當(dāng)圖片數(shù)量超過閾值后，圖片包含的信息存在冗余，同時也會對消費(fèi)者的瀏覽造成負(fù)擔(dān)。

評論形式特征可從網(wǎng)站直接抓取，獲取相對簡單，參照文獻(xiàn)[6]進(jìn)行量化。

圖1 電商在線評論排序指標(biāo)圖

（2）評論內(nèi)容特征

①核心信息由商品屬性特征詞組成，一般為名詞或名詞性短語，主要反映了商品的質(zhì)量、價格、外觀、防護(hù)四個方面的相關(guān)信息。評論文本中所含的商品屬性特征詞越多，則該評論對商品的客觀性描述更具體，與商品的相關(guān)度也更高，對其他消費(fèi)者的輔助決策作用也更好。

②輔助信息由物流運(yùn)輸特征詞和商家服務(wù)特征詞兩項特征組成，一般為名詞或名詞性短語。物流運(yùn)輸特征詞主要反映了商品的包裝、物流兩方面信息；商家服務(wù)特征詞主要反映了商家的售前、售后服務(wù)水平。消費(fèi)者在購買某一商品時會在幾家店鋪間比較，此時物流運(yùn)輸和商家服務(wù)作為購物體驗的重要組成部分，也是影響消費(fèi)者購買決策的影響因素。

評論內(nèi)容特征的量化需要依靠構(gòu)建對應(yīng)的特征詞表。以商品屬性特征詞為例，量化需要依靠商品屬性特征詞表。當(dāng)評論中出現(xiàn)商品屬性特征詞表中的詞匯時，其商品屬性特征詞數(shù)量加一。通過統(tǒng)計每條評論中商品屬性特征詞出現(xiàn)的次數(shù)來計算量化值。

2 關(guān)鍵技術(shù)步驟的實(shí)現(xiàn)

2.1 完整排序模型框架

本文的排序模型框架主要由以下三個步驟構(gòu)成：首先，從電商網(wǎng)站獲取初始評論數(shù)據(jù)；其次，通過評論獲取特征詞表集，并對評論排序的各項指標(biāo)進(jìn)行信息提取和量化，生成特征矩陣；最后，借助模糊層次分析法輸出新排序。具體流程圖如圖2所示。

圖2 電商在線評論排序模型流程圖

2.2 特征詞表的提取

特征詞表的提取方式有人工提取和計算機(jī)自動提取兩種方式。人工提取需要相關(guān)領(lǐng)域的專家手動提取，準(zhǔn)確度高但具有工作量大，可移植性差的缺陷；計算機(jī)自動提取和人工提取相比，提取速度快，工作量小，但提取精度和人工提取存在一定差距。本文使用計算機(jī)和人工提取相結(jié)合的方式。首先從評論庫中選取一定數(shù)量的評論作為樣本評論數(shù)據(jù)集。通過去重、分詞等對樣本評論數(shù)據(jù)集進(jìn)行預(yù)處理，篩選出評論中的名詞或名詞性短語，隨后利用TF-IDF確定由高頻詞匯組成的候選特征詞集。最后通過人工篩選降噪，將得到的特征詞分別歸類為商品屬性特征詞表、物流運(yùn)輸特征詞表、服務(wù)態(tài)度特征詞表。

2.3 基于模糊層次分析的評論排序算法

模糊層次分析法是一種將模糊數(shù)學(xué)與層析分析相結(jié)合的系統(tǒng)分析方法[7]，本文選用該方法來確定權(quán)值，并基于此實(shí)現(xiàn)對評論的排序。其主要步驟如下：

（1）建立排序?qū)游鼋Y(jié)構(gòu)模型

本文采用的層次結(jié)構(gòu)模型見圖1。

（2）確定指標(biāo)權(quán)重和排序

借助矩陣表達(dá)個指標(biāo)相對評論排序的重要性，采用0、0.5、1標(biāo)度法確定因素值。該方法有簡單易行、便于簡化矩陣計算的優(yōu)點(diǎn)。

（3）電商在線評論排序

量化后的各項指標(biāo)在量綱和數(shù)量級上存在差異，通過無量綱化處理得到指標(biāo)值T=(t1,t2,…,t6)。依次計算各條評論分值Rj，并按照分值高低實(shí)現(xiàn)評論排序。排序總分計算公式如下：

3 模型試驗

3.1 排序模型實(shí)驗

（1）數(shù)據(jù)收集及預(yù)處理

以淘寶網(wǎng)iPhone 8手機(jī)評論為例，使用Python編寫爬蟲抓取在線評論，從兩家熱銷店鋪下共抓取有效評論5312條，從中隨機(jī)選出1500條構(gòu)成樣本評論數(shù)據(jù)集。另外，在每家店鋪?zhàn)ト〉脑u論中選取前500條評論，分別作為A組和B組，作為待排序評論數(shù)據(jù)集。本文使用哈爾濱工業(yè)大學(xué)語言處理平臺（LTP）對評論逐條進(jìn)行分詞和詞性標(biāo)注，分析結(jié)果以XML形式導(dǎo)出。

（2）特征詞表的提取

對獲得的XML文件進(jìn)行分析，提取出其中所有的名詞或名詞性短語，借助TF-IDF進(jìn)行篩選。將選出的高頻詞匯作為候選特征詞集。經(jīng)過手工降噪和分類后，獲得商品屬性特征詞表、物流運(yùn)輸特征詞表、服務(wù)態(tài)度特征詞表。

3.2 實(shí)驗結(jié)果分析

將排序模型得到的排序結(jié)果與淘寶網(wǎng)站原始排序相比較。淘寶網(wǎng)站原始評論的排序主要基于評論時間、有用性投票等便于直接量化的因素。和本文排序結(jié)果的對比可以看出，評論中其他因素尤其是評論內(nèi)容特征也會對評論有用性產(chǎn)生很大影響。從本文根據(jù)模糊層次分析法得到的權(quán)重來看，評論的屬性特征詞和情感特征詞指標(biāo)權(quán)重均大于評論時間和有用性投票。這也說明，僅僅依靠易于量化的因素對評論進(jìn)行排序，會導(dǎo)致評論排序不夠全面，一些對消費(fèi)者更有幫助的評論排名下降，這也說明了網(wǎng)站的初始評論排序存在弊端。限于篇幅，此處選取測試商品中排序前15名的評論進(jìn)行對比，如表2和圖3所示。

表2 網(wǎng)站默認(rèn)排序與本文排序前15名名次比較

圖3 排序前15名評論排序得分比較

觀察上述結(jié)果可知，網(wǎng)站原始排序由于選取指標(biāo)存在片面性，其排名靠前評論的排序得分存在較大波動，本文模型排序靠前評論的排序分值呈穩(wěn)定緩慢下降趨勢。從消費(fèi)者瀏覽效的角度來看，淘寶網(wǎng)站的排序存在一定缺陷，排名靠前的評論有用性差異較大，一些包含豐富信息的評論被排在后面。本文模型對評論進(jìn)行重新排序，將排序得分高的評論排在前面，這些評論往往信息量豐富，對消費(fèi)者做出潛在購物判斷更有幫助。

4 結(jié)語

電商在線評論排序模型是有關(guān)提升消費(fèi)者購物體驗，提高購物效率有輔助作用的研究，也是在線評論有用性領(lǐng)域研究的重要組成部分。本文從評論形式特征和內(nèi)容特征兩方面進(jìn)行分析，將評論內(nèi)容特征分為核心信息和輔助信息兩類，綜合考慮了物流運(yùn)輸、商家態(tài)度等因素。結(jié)合TF-IDF算法對影響在線評論有用性的7項指標(biāo)進(jìn)行分析和量化，結(jié)合模糊層次分析法建立排序模型。選擇淘寶網(wǎng)iPhone 8手機(jī)的在線評論作為研究對象，驗證了該排序模型的有效性。該模型能對特定商品的在線評論進(jìn)行全面的篩選，縮短了消費(fèi)者篩選有效評論信息的時間，能輔助消費(fèi)者做出購物決策。

同時本文也存在一些局限，電子商務(wù)網(wǎng)站中存在相當(dāng)數(shù)量的追加評論，這些評論和初次填寫有一定的時間間隔，內(nèi)容往往反映了評論使用商品一段時間后的新的體驗，是重要的排序判斷依據(jù)。依靠句法依存關(guān)系提取的屬性特征詞表對網(wǎng)絡(luò)新詞匯的識別容易出現(xiàn)誤判。這些也是筆者后續(xù)進(jìn)一步的研究方向。