□ 孫麗男 康冰冰 王 鑫 王佳惠 胡錦秀

(黑河學(xué)院 黑龍江 黑河 164300)

伴隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，線上購物已經(jīng)成為人們?nèi)粘Ｉ钪械闹髁髻徫锓绞街?，多?shù)消費(fèi)者會在各類電商平臺購物后留下一些評論，為其他消費(fèi)者提供一些參考。本文將采取文本挖掘的方法分析電商助農(nóng)產(chǎn)品的評論數(shù)據(jù)，首先采集京東電商平臺上助農(nóng)產(chǎn)品的評論數(shù)據(jù)，然后采用中文分詞、情感傾向分析等方法對所挖掘出的文本評論數(shù)據(jù)進(jìn)行分析，并對文本評論數(shù)據(jù)的情感傾向性判斷，有效、準(zhǔn)確的從互聯(lián)網(wǎng)電商評論數(shù)據(jù)中分析出消費(fèi)者的需求和滿意度，為電商平臺助農(nóng)產(chǎn)品營銷提供決策支持。

一、評論數(shù)據(jù)采集

伴隨著國家扶貧攻堅政策的不斷升級，助農(nóng)產(chǎn)品越來越受到大眾的關(guān)注，許多電商平臺紛紛響應(yīng)國家政策開辟助農(nóng)板塊，用戶評價成為平臺運(yùn)營重要的參考依據(jù)。

本文利用Python采集京東商城助農(nóng)產(chǎn)品的評論，共抓取了105836條評論，數(shù)據(jù)抓取過程中，每個商品的評論只能顯示前100頁即每個商品只能抓取到1000條評論，同時將非結(jié)構(gòu)化的文本數(shù)據(jù)轉(zhuǎn)化為可檢索的結(jié)構(gòu)化數(shù)據(jù)，用表格形式儲存，如表1所示。

表1 京東平臺上采集的數(shù)據(jù)結(jié)構(gòu)示意圖

二、數(shù)據(jù)預(yù)處理

采集完數(shù)據(jù)后需要先對數(shù)據(jù)進(jìn)行預(yù)處理，在電商平臺評論數(shù)據(jù)中常出現(xiàn)的需要處理的數(shù)據(jù)有以下四種類型：

1.語句中帶有重復(fù)詞的評論。例如：“這家的蘋果真的真的真的真的太好吃了?。。　焙汀安畈畈畈畈?，再也不會回購了”，針對這類評論本文選擇壓縮去詞的方式處理，只從每條評論中多個重復(fù)詞中提取一個重復(fù)詞，例如“這家的蘋果真的太好吃了”和“差，再也不會回購了”。

2.商家雇傭水軍刷出的好評，此類好評的特點為，評論篇幅長，圖片數(shù)量多，當(dāng)天追加大篇幅評論，同一賬號在同一商品下多次好評，這種評論我們選擇的處理方式為剔除。

3.無意義的評論，分為兩種，第一種為系統(tǒng)默認(rèn)好評，即由于買家未在規(guī)定時間內(nèi)對商品評價，導(dǎo)致系統(tǒng)給出的默認(rèn)好評；第二種為由標(biāo)點符號，英文字母，數(shù)字，不明語義的句子等組成的評論，這種評論我們也選擇剔除處理。

4.完全相同的評論，在評論中有時會出現(xiàn)兩條或多條完全相同的評論，針對這類評論采取文本去重的方法，即逐一對比評論內(nèi)容，去除完全相同的評論。

在數(shù)據(jù)預(yù)處理中，剔除了大量無效評論，最終共剔除100694條評論，得到有效評論5142條，評論利用率為0.49%。

三、情感傾向分析

情感分析是指所挖掘的文本內(nèi)容表達(dá)的觀點與含義，是識別某個主體對某客體的功能及效用主觀感受，這種主觀感受褒貶不一，而情感分析就是根據(jù)這種褒貶不一態(tài)度來進(jìn)行情感傾向性研究。本文采用HowNet進(jìn)行語義分析，求出得分，通過得分來判斷文本情感傾向，得分為正數(shù)則表明文本表達(dá)的為“正面情感”，若得分為負(fù)數(shù)則表明文本表達(dá)為“負(fù)面情感”。具體分析框架如圖1所示。

圖1 文本傾向性分析框架圖

通過HowNet計算出所采集的京東助農(nóng)產(chǎn)品的評論的得分情況，根據(jù)所得出的分?jǐn)?shù)，來進(jìn)行情感分析，分析結(jié)果如圖2所示

圖2 文本情感分析結(jié)果

助農(nóng)產(chǎn)品的褒義的評論即正面情緒高達(dá)79.58%，對助農(nóng)產(chǎn)品持中立看法的為7.91%，而對助農(nóng)產(chǎn)品的貶義評論即負(fù)面情緒僅為12.51%，由此可見經(jīng)過分析后得出消費(fèi)者對京東商城助農(nóng)產(chǎn)品的滿意度較高，大部分消費(fèi)者對助農(nóng)產(chǎn)品持有的是積極的態(tài)度。

四、中文分詞

本文從評論中整合提取高頻詞匯，制作詞云圖，如圖3所示。圖中字號越大代表該詞出現(xiàn)頻率越高，其中“好吃”，“新鮮”，“味道”出現(xiàn)頻率極高，說明消費(fèi)者在購買京東平臺助農(nóng)產(chǎn)品時最注重產(chǎn)品的口感和產(chǎn)品是否新鮮，對價格的關(guān)注程度也在其次，說明消費(fèi)者比起價格更在意產(chǎn)品本身的質(zhì)量，商家應(yīng)該把產(chǎn)品質(zhì)量放在第一位。詞云圖中還出現(xiàn)了一些消極情緒的詞匯。例如“最差”，“一般般”，“破損”，“想象”等詞都頻頻出現(xiàn)，說明商家還需提高產(chǎn)品的包裝和質(zhì)量。

圖3 詞云統(tǒng)計圖

圖4所示的網(wǎng)絡(luò)語義圖左側(cè)主要為消費(fèi)者對產(chǎn)品本身的評價，包括口感，質(zhì)量，價格等，右邊主要為消費(fèi)者在平臺的購買體驗評價，包括物流，售后，服務(wù)，包裝等，由網(wǎng)絡(luò)語義圖能看出消費(fèi)者最在意產(chǎn)品的品質(zhì)和味道，這一點與詞云圖得出的結(jié)論相似；消費(fèi)者會因為產(chǎn)品口感，品質(zhì)決定是否回購該產(chǎn)品；在購買助農(nóng)扶貧產(chǎn)品時也更在意產(chǎn)品的品質(zhì)；消費(fèi)者會因為產(chǎn)品味道和分量和質(zhì)量等因素給出差評，產(chǎn)品的包裝破損導(dǎo)致產(chǎn)品分量不夠及破損，商家應(yīng)加強(qiáng)產(chǎn)品包裝質(zhì)量。

圖4 網(wǎng)絡(luò)語義圖

五、主題分析

本節(jié)在語義網(wǎng)絡(luò)情感分類結(jié)果的基礎(chǔ)上，對不同情感傾向下的潛在主題分別進(jìn)行挖掘分析，從而得到不同情感傾向下用戶對助農(nóng)產(chǎn)品不同方面的反映情況。經(jīng)過LDA主題分析后，評論文本被聚成3個主題，每個主題下生成10個最可能出現(xiàn)的詞語以及相應(yīng)的概率。

表2 LDA差評主題分析結(jié)果

表3 LDA好評主題分析結(jié)果

根據(jù)助農(nóng)產(chǎn)品差評的3個潛在主題的特征詞提取，主題1中的高頻特征詞，即不甜、不夠、失望、很差、不要、磕碰、個頭、速度、客服和太慢，主要反映助農(nóng)產(chǎn)品的質(zhì)量不好，沒有達(dá)到部分消費(fèi)者的期望值；主題2中的高頻特征詞，即熱門關(guān)注點主要是太小、態(tài)度、酸、活動、一般、不好吃、垃圾、不新鮮、質(zhì)量、大小不一，主要反映出消費(fèi)者認(rèn)為助農(nóng)產(chǎn)品的質(zhì)量及服務(wù)態(tài)度存在問題。主題3的高頻特征詞主要是爛、破損、重量、下面、壞果、不符、均勻、沒熟、包裝、打蠟；主要反映出部分商家發(fā)貨慢、包裝差及規(guī)格等與描述不相符等。

根據(jù)助農(nóng)產(chǎn)品好評的3個潛在主題的特征詞提取，主題1主要反映出大部分消費(fèi)者認(rèn)為助農(nóng)產(chǎn)品性價比較高，口感香甜；主題2反映出助農(nóng)產(chǎn)品的質(zhì)量不錯，對商品的整體比較滿意，同時“物美”一詞也在熱門詞中，可能是因為存在一部分比例的消費(fèi)者在選擇助農(nóng)產(chǎn)品時比較注重產(chǎn)品的外觀，主題3主要反映出消費(fèi)者對助農(nóng)產(chǎn)品的發(fā)貨速度、口感及營養(yǎng)較為滿意。

綜上所述，消費(fèi)者對于京東電商平臺上助農(nóng)產(chǎn)品的整體滿意度較高，更加注重產(chǎn)品質(zhì)量，對于產(chǎn)品包裝及物流等方面滿意度較差，京東電商平臺可根據(jù)上述分析結(jié)果制定有效的助農(nóng)產(chǎn)品營銷策略。