宗利永 吳強(qiáng)

摘要：文章以具有代表性的英語學(xué)習(xí)App英語流利說App為研究對象，根據(jù)雙因素理論和共現(xiàn)圖譜對流利說App的用戶評分評論做情感分析。再將用戶評論文本劃分為積極用戶體驗(yàn)評價和消極用戶體驗(yàn)評價，通過二項(xiàng)分布檢驗(yàn)和詞頻統(tǒng)計(jì)建立用戶評價指標(biāo)體系框架，將影響英語流利說App用戶滿意度的因素分為配置、系統(tǒng)、付費(fèi)、特色四個維度。其中配置維度和系統(tǒng)維度為保健因素，影響消極用戶體驗(yàn)評價;特色維度為激勵因素，影響積極用戶體驗(yàn)評價。最后，基于分析結(jié)論，提出提升數(shù)字教育移動端App用戶滿意度的路徑。

關(guān)鍵詞：流利說;用戶滿意度;保健因素;激勵因素? 中圖分類號? F273? ? ? 文獻(xiàn)標(biāo)識碼? A? ? ? 文章編號? 2096-0360（2019）23-0001-06

數(shù)字教育不僅是傳統(tǒng)出版轉(zhuǎn)型的一個重要方向，也是未來教育領(lǐng)域發(fā)展的必然趨勢。數(shù)字教育移動端App借助智能手機(jī)，不受時間和地域等因素限制而及時學(xué)習(xí)的優(yōu)點(diǎn)，越來越受廣大群眾的歡迎。隨著數(shù)字教育的發(fā)展，英語學(xué)習(xí)App也逐漸變多?，F(xiàn)在市面上出現(xiàn)了五花八門的英語學(xué)習(xí)App，各大英語學(xué)習(xí)App之間的競爭也越來越激烈。如何優(yōu)化改進(jìn)英語學(xué)習(xí)App，并建立數(shù)字教育移動端App滿意度評估模型成了一個亟待解決的問題。

1? 相關(guān)研究綜述

伴隨著互聯(lián)網(wǎng)的急速發(fā)展，目前關(guān)于App用戶滿意度的研究也越來越多，研究方向主要集中在使用意愿、情感分析、滿意度影響因素等方面。翟姍姍等采用問卷調(diào)查和結(jié)構(gòu)方程相結(jié)合的方法，發(fā)現(xiàn)用戶使用音樂App時獲得體驗(yàn)、沉浸體驗(yàn)和人際體驗(yàn)起著巨大的作用[1]。李武等的研究發(fā)現(xiàn)，大學(xué)生的閱讀滿意度和持續(xù)使用意愿與其在App使用過程中形成的閱讀有用性認(rèn)知息息相關(guān)[2]。趙志濱等運(yùn)用了一種更精確的情感計(jì)算方法，即先算各個維度的維度情感，再綜合情感和維度權(quán)重，最后計(jì)算評論的整體情感[3]。潘華麗等從互動性的角度研究旅游App的用戶持續(xù)使用意愿，App運(yùn)營者滿足用戶的預(yù)期互動性和感知互動性將會加強(qiáng)用戶對App品牌的信任，提高用戶對App的滿意度[4]。趙楊等對海淘App先做聚類分析得到評價用戶滿意度的幾個維度，研究發(fā)現(xiàn)影響用戶滿意度最關(guān)鍵的因素是商品，其次是價格、交互、服務(wù)和物流[5]。李曌赟將“電子商務(wù)模式”下的營銷策略與“教育”核心相融合，分析了英語流利說的市場特征、營銷思路和值得借鑒的特色，并提出了一些可行的建議[6]。

從已有研究成果來看，App作為數(shù)字教育時代最重要的客戶端應(yīng)用工具，其用戶滿意度研究廣泛關(guān)注，但當(dāng)前專門針對數(shù)字教育移動端App的研究卻仍然少見。本文采用文本挖掘的方法根據(jù)英語流利說App的用戶評分評論提出提升數(shù)字教育移動端App用戶滿意度的路徑，為App用戶滿意度研究提供新的思路。

2? 理論模型

雙因素理論又稱激勵保健理論，由美國心理學(xué)家赫茨伯格于1959年提出，在他看來，滿意因素和不滿意因素是影響員工工作狀態(tài)的兩種因素[7]。滿意因素也稱激勵因素指能讓員工在工作中感到滿意的事情包括上司的肯定和贊賞、工作本身的意義、晉升空間等;不滿意因素也稱保健因素，主要指讓員工感到不滿意的事情，包括公司的辦公環(huán)境、管理制度、工資等。保健因素一旦得到滿足，員工可以安心工作，保持原有效率。但是，滿足保健因素并不能激勵員工更積極地工作。然而，如果不滿足員工的保健因素，則會引起員工極大的不滿意，無法維持原有工作效率。而不滿足員工的激勵因素并不會引起員工的不滿，但是如果能滿足激勵因素，可以在很大程度上調(diào)動員工的積極性。在此基礎(chǔ)上，本文根據(jù)評論，對英語流利說App的滿意度影響因素進(jìn)行差異化分析，找出其中涉及的激勵因素與保健因素并提出具有針對性的相關(guān)對策建議。在影響用戶滿意度因素中，激勵因素是企業(yè)調(diào)動員工積極性的舉措，它具有獨(dú)特性。而保健因素能顯著影響顧客的不滿情緒，是App運(yùn)營中應(yīng)該著重規(guī)避的問題。保健因素是運(yùn)營期刊App的門檻，也是期刊App實(shí)現(xiàn)超額利潤和長遠(yuǎn)發(fā)展的基礎(chǔ)和前提。

在英語流利說App中的評分評論中，有些人的評論中有很多不滿意的地方，但他們打出的分?jǐn)?shù)較高，由此可知，這些不滿意的因素對用戶的整體體驗(yàn)的影響不大，因而可將其稱之為激勵因素。有些評論中表示對App滿意，但是總體給出的分?jǐn)?shù)卻很低這里的不滿意因素就是保健因素。

3? 數(shù)據(jù)分析與結(jié)論

3.1? 數(shù)據(jù)收集和預(yù)處理

以2018年5月1日至2019年5月1日為時間期限，從七麥大數(shù)據(jù)平臺導(dǎo)出該時間段的評分。將差評分?jǐn)?shù)界定為1分到3分，好評分?jǐn)?shù)界定為4分和5分。用八爪魚采集器共采集4 638條評分評論，其中差評2 234條，好評2 404條。數(shù)據(jù)預(yù)處理，在差評中基本無刷屏現(xiàn)象。而在好評中存在很多游戲廣告、貸款廣告、軟件優(yōu)化廣告、淘寶優(yōu)惠券以及網(wǎng)絡(luò)小說的刷屏。將這些無關(guān)信息清除后，得到1 891條好評。采用中國科學(xué)院計(jì)算技術(shù)研究所的NLPIR分詞系統(tǒng)分別對差評和好評做高頻詞統(tǒng)計(jì)，再分別對統(tǒng)計(jì)好的差評和好評里前150個高頻詞做情感分析（NLPIR情感分析主要采用了兩種技術(shù)：一是利用Bootstrapping進(jìn)行情感詞的自動識別與權(quán)重計(jì)算;二是利用深度神經(jīng)網(wǎng)絡(luò)擴(kuò)展計(jì)算情感詞，得到綜合的結(jié)果）[8]得出差評和好評里面的正面情緒和負(fù)面情緒詞匯得分，如表1所示。如差評里的正面情緒得分占46.58%，負(fù)面情緒占53.42%，好評里面正面情緒占79.27%，負(fù)面情緒占20.73%，進(jìn)一步說明了差評里面也包含用戶滿意因素，好評里面也包含了用戶不滿意因素，即用雙因素理論來分析評論文本具有合理性。

3.2? 用戶評論共現(xiàn)圖譜分析

3.2.1? 建立高頻詞匯表

采用NLPIR分詞系統(tǒng)的“關(guān)鍵詞提取”功能，對相關(guān)的評論內(nèi)容進(jìn)行如下處理：1）合并基本同義的關(guān)鍵詞，如班主任、班班;2）刪除無益于研究的泛義詞匯，如同學(xué)、公眾、該條等。對上述兩種情況處理后，利用Excel工具，對提取的有效關(guān)鍵詞出現(xiàn)的詞頻加以排序。因提取出的關(guān)鍵詞數(shù)量較大的緣故，將高頻關(guān)鍵詞界定為出現(xiàn)頻率50次以上的詞匯，在將關(guān)鍵詞“流利說”刪除后，研究共獲得50個高頻關(guān)鍵詞。隨后，在Bibexcel軟件中導(dǎo)入高頻關(guān)鍵詞頻表，形成高頻關(guān)鍵詞的共現(xiàn)矩陣，并以Excel格式將其保存，為隨后導(dǎo)入Ucinet中進(jìn)行共詞網(wǎng)絡(luò)分析打下基礎(chǔ)。

3.3? 用戶滿意度影響因素分析

在上文中，已根據(jù)雙因素理論將抓取的用戶評論文本分為積極用戶體驗(yàn)評價和消極用戶體驗(yàn)評價兩類。根據(jù)歸類得出的用戶評價指標(biāo)體系，分別對積極用戶體驗(yàn)和消極用戶體驗(yàn)進(jìn)行人工編碼，如果一條評論中出現(xiàn)某個維度下的某個指標(biāo)，則記為1，否則記為0。非參數(shù)檢驗(yàn)是一種常用的數(shù)據(jù)分析方法，其主要功能是在總體方差知道甚少或未知的情況下，利用樣本數(shù)據(jù)有效推斷總體形態(tài)分布[11]。二項(xiàng)分布（Binomial Test）作為非參數(shù)檢驗(yàn)方法的一種，主要功能是通過樣本數(shù)據(jù)，檢驗(yàn)樣本來自的總體是否服從二項(xiàng)分布（其指定的概率為P）。

本文的數(shù)據(jù)結(jié)果呈現(xiàn)兩種取值，出現(xiàn)=1，不出現(xiàn)=0，適用于二項(xiàng)分布檢驗(yàn)。因此，本文在編碼的基礎(chǔ)上，進(jìn)一步利用二項(xiàng)分布檢驗(yàn)，得到各個因素出現(xiàn)頻次在積極和消極用戶體驗(yàn)評價中的顯著性差異，并以各維度中不同指標(biāo)的相對頻次作為對比項(xiàng)，有效比較影響積極用戶體驗(yàn)和消極用戶體驗(yàn)評價的各因素的相對頻次，進(jìn)而分析影響用戶滿意度的相關(guān)因素[12]。

因?yàn)榉e極用戶體驗(yàn)評價和消極用戶體驗(yàn)評價的評論數(shù)量不同，所以對各維度下的各指標(biāo)的出現(xiàn)頻次采用相對頻次，統(tǒng)計(jì)結(jié)果以百分比呈現(xiàn)。某個因素在某一類評價中出現(xiàn)的相對頻次越高，說明這一因素越顯著。用戶評價經(jīng)過編碼后，通過SPSS進(jìn)行二項(xiàng)分布檢驗(yàn)，結(jié)果如表2所示。

二項(xiàng)分布檢驗(yàn)的結(jié)果顯示，消極用戶體驗(yàn)評價的四個維度的16個指標(biāo)均具有顯著差異。相對頻次結(jié)果顯示，超過5%的前七個高分詞頻分別為課程（20.01%）、客服（9.05%）、配音（6.78%）、軟件（11.22%）、版本（6.45%）、登記（9.55%）、班主任（5.18%）。上述分析結(jié)果可以得出，在影響積極用戶體驗(yàn)評價的因素中，配置維度在用戶評價的關(guān)注度最高。用戶對于課程的質(zhì)量有較高的要求，同時希望軟件里面的配音是原版高質(zhì)量的，最后客服的服務(wù)質(zhì)量也有待提升。其次，系統(tǒng)維度的關(guān)注度也很高。從評論文本中的關(guān)鍵詞詞頻統(tǒng)計(jì)也可看出很多用戶在吐槽英語流利說App系統(tǒng)的閃退和卡頓，而且需要登記給用戶帶來了諸多不便。最后，一些推銷行為造成了用戶的反感。

同樣，積極用戶體驗(yàn)評價的四個維度的16個指標(biāo)均具有顯著差異。相對頻次結(jié)果顯示，超過5%的前七個高分詞頻分別為課程（13.37%）、配音（6.77%）、軟件（20.89%）、版本（7.52%）、學(xué)費(fèi)（6.86%）、打卡（5.19%）、班主任（5.98%）。上述分析結(jié)果可以得出，在影響積極用戶體驗(yàn)評價的因素中，系統(tǒng)維度在用戶評價的關(guān)注度最高說明用戶對軟件和版本的要求很高。其次，特色維度的關(guān)注度也很高。分析文本可知，用戶認(rèn)為打卡能有效增強(qiáng)學(xué)習(xí)英語的動機(jī)，班主任的督促有利于用戶有效提高其學(xué)習(xí)的效率。此外，用戶也比較關(guān)注課程和配音的這兩個因素，對于英語學(xué)習(xí)的配置要求也比較高。

4? 數(shù)字教育移動端App提升用戶滿意度路徑探索

4.1? 以強(qiáng)大的自主研發(fā)能力為核心驅(qū)動力，深耕AI教育領(lǐng)域

人工智能應(yīng)用于教育領(lǐng)域可以提升教學(xué)效率，還可以根據(jù)每一位學(xué)生的特質(zhì)提供個性化學(xué)習(xí)服務(wù)。流利說上線了的AI老師，為每一位用戶定制的個性化課程在市面上廣受好評。在用戶評論中，用戶也給予定制化學(xué)習(xí)極大的肯定?？梢钥闯?，為廣大用戶提供更人性化的服務(wù)體驗(yàn)，將是未來數(shù)字教育發(fā)展的必然趨勢。

4.2? 嚴(yán)格把關(guān)內(nèi)容質(zhì)量和服務(wù)質(zhì)量，以質(zhì)量為中心

一個企業(yè)想要實(shí)現(xiàn)可持續(xù)發(fā)展，就需要在產(chǎn)品質(zhì)量和服務(wù)水平上下功夫。英語流利說App除了給用戶提供練習(xí)口語的課程還提供了可以配音的小視頻。小視頻中包含經(jīng)典英文影片片段、英文演講片段以及英文歌曲片段等。這不僅吸引了用戶，而且也提高了他們英語配音的能力。在用戶評論中，用戶對于客服和班主任的服務(wù)質(zhì)量有較高的重視度，其服務(wù)會嚴(yán)重影響用戶的使用體驗(yàn)。因此，數(shù)字教育企業(yè)需要嚴(yán)格把關(guān)招聘環(huán)節(jié)，選拔時應(yīng)以能力為核心，選取德才兼?zhèn)涞娜瞬挪⑦M(jìn)行崗前培訓(xùn)。另外，也要盡可能多的采用原版高質(zhì)量的英語配音視頻，提供優(yōu)質(zhì)的學(xué)習(xí)素材。

4.3? 注重產(chǎn)品的更新迭代，及時完善系統(tǒng)功能

產(chǎn)品的升級和迭代是任何一個品牌必經(jīng)的發(fā)展歷程，在產(chǎn)品升級換代的時候需要及時完善系統(tǒng)。英語流利說產(chǎn)品更新速度是很快的，但是從用戶評論中了解到很多用戶在吐槽英語流利說App系統(tǒng)的閃退和卡頓，而且需要繁瑣的登記步驟給用戶帶來了諸多不便。未來數(shù)據(jù)教育產(chǎn)品也應(yīng)注重產(chǎn)品的更新，但一定要在更新的時候及時優(yōu)化和完善產(chǎn)品的功能，優(yōu)化登記頁面，方便新用戶注冊，給用戶更好的體驗(yàn)。

4.4? 定期分析學(xué)員數(shù)據(jù)，做好學(xué)習(xí)效果的復(fù)盤

學(xué)習(xí)效果復(fù)盤是一種將學(xué)習(xí)的思考、總結(jié)、反思、提高整合于一身的學(xué)習(xí)方式。流利說App為每位學(xué)員配備班主任，設(shè)立專屬社群，把控學(xué)員學(xué)習(xí)進(jìn)度的做法不僅提高了用戶的學(xué)習(xí)效率也得到大多數(shù)人的高度贊揚(yáng)。流利說App利用數(shù)據(jù)說話的特點(diǎn)，讓用戶直觀清晰地了解到自己的學(xué)習(xí)情況，從而幫助用戶做好了復(fù)盤的工作。通過對自己的經(jīng)驗(yàn)和教訓(xùn)進(jìn)行總結(jié)，掌握事物的原理和規(guī)律，是最好的學(xué)習(xí)方式，也是未來數(shù)字教育領(lǐng)域必須重視的一個方面。

4.5? 運(yùn)用大數(shù)據(jù)、人工智能精準(zhǔn)投放廣告，改善用戶體驗(yàn)

根據(jù)用戶評論可知，大多數(shù)人不太喜歡廣告，但廣告是媒體類產(chǎn)品商業(yè)化收入的主要來源，完全拋棄難以實(shí)現(xiàn)。需要注意的是，用戶通常反感的是強(qiáng)迫推銷式的，與閱讀內(nèi)容不相關(guān)的廣告。引入貼片廣告，應(yīng)該摒棄傳統(tǒng)粗暴、直接的做法，尊重用戶對于廣告的感官、心理體驗(yàn)，打造植入式的原生廣告。隨著深度學(xué)習(xí)能力的加強(qiáng)，未來數(shù)字教育領(lǐng)域在提高用戶對產(chǎn)品的滿意度時，需要重視廣告推送的精準(zhǔn)化和智能化。

參考文獻(xiàn)

[1]翟姍姍，孫雪瑩，李進(jìn)華.基于社交體驗(yàn)的移動App持續(xù)使用意愿研究——以網(wǎng)易云音樂為例[J].現(xiàn)代情報，2019，39（2）：128-135.

[2]李武，趙星.大學(xué)生社會化閱讀App持續(xù)使用意愿及發(fā)生機(jī)理研究[J].中國圖書館學(xué)報，2016，42（1）：52-65.

[3]趙志濱，劉歡，姚蘭，等.中文產(chǎn)品評論的維度挖掘及情感分析技術(shù)研究[J].計(jì)算機(jī)科學(xué)與探索，2018，12（3）：341-349.

[4]潘華麗，史兆敏，陸忱.基于互動性視角的旅游App用戶持續(xù)使用意愿研究[J].哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2019（1）：117-128.

[5]趙楊，李齊齊，陳雨涵，等.基于在線評論情感分析的海淘App用戶滿意度研究[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018，2（11）：19-27.

[6]李曌赟.淺析教育類App的市場特征及營銷策略——以英語流利說為例[J].現(xiàn)代經(jīng)濟(jì)信息，2019（8）：358.

[7]Herzberg，F(xiàn).Motivation-hygiene profiles：pinpointing what ails the organization[J].Organizational dynamics，1974，3（2）：18-29.

[8]情感分析[EB/OL].http：//ictclas.nlpir.org/nlpir/html/qinggan-5.html.

[9]張勤，馬費(fèi)成.國外知識管理研究范式——以共詞分析為方法[J].管理科學(xué)學(xué)報，2007（6）：65-75.

[10]邵云飛，歐陽青燕，孫雷.社會網(wǎng)絡(luò)分析方法及其在創(chuàng)新研究中的運(yùn)用[J].管理學(xué)報，2009，6（9）：1188-1193，1203.

[11]錢兵，徐舉，常亞敏.基于運(yùn)營商跨平臺同源數(shù)據(jù)的購物決策路徑研究[J].電信技術(shù)，2017（6）：13-18.

[12]俞越.上海不同檔次酒店顧客滿意度影響因素差異研究[D].上海：華東師范大學(xué)，2017.