王曄　楊耀田　李政誼　李興隆

摘要：近年來，客戶對購買產(chǎn)品滿意度的評價在市場銷售中占有越來越高的地位。為了解決Sunshine公司銷售pacifier、microwave、hair_dryer三款產(chǎn)品的問題和需求，首先建立了基于LDA的數(shù)據(jù)評論模型，對產(chǎn)品進行星級評價。然后，建立基于TF-IDF的評論語料庫，通過產(chǎn)生高權重的詞語頻率，構建語義情感詞典。研究結果表明：pacifier的銷售非常穩(wěn)定，商譽波動率很低;microwave產(chǎn)品聲譽的較高峰的4月9月，聲譽的低谷的2月和11月;hair_dryer產(chǎn)品的星級評價較為穩(wěn)定，可以一直保持在相對穩(wěn)定的聲譽。

關鍵詞：TF-IDF? LDA? 聲譽? 星級評價

一、引言

亞馬遜在其創(chuàng)建的在線市場中，亞馬遜為客戶提供了一個評價和審查購買的機會。個人評級=稱為“星級評級”。允許購買者使用1（低評級，低滿意度）到5（高評級，高滿意度）的等級來表達他們對產(chǎn)品的滿意度。此外，客戶可以提交基于文本的消息稱為“評論”以表達關于產(chǎn)品的進一步意見和信息。其他客戶可以在這些評論中提交對他們自己的產(chǎn)品購買決策是否有幫助的評級——稱為“幫助度評級”。公司利用這些數(shù)據(jù)來洞察他們所參與的市場、參與的時機以及產(chǎn)品設計特性選擇的潛在成功。

Sunshine公司計劃在網(wǎng)上市場推出并銷售三種新產(chǎn)品：微波爐、嬰兒奶嘴和電吹風。該公司過去曾使用數(shù)據(jù)來告知銷售策略，但他們以前從未使用過這種特定的組合和類型的數(shù)據(jù)。Sunshine公司特別感興趣的是這些數(shù)據(jù)中的基于時間的模式，以及它們之間的交互方式是否有助于該公司打造成功的產(chǎn)品。因此本文即利用該公司2005-2015年的產(chǎn)品銷售數(shù)據(jù)進行了相關評價研究。

二、基于LDA的產(chǎn)品星級評價模型

為了方便訓練數(shù)據(jù)，還需要將數(shù)據(jù)集中的月和日按照線性分布，分布在單位為12的橫坐標上，假設月為month，日為day，當月的數(shù)據(jù)集樣本量為N。假設Vrtified_purchase is Yes，Normal buyer和Amazon vine Voices在第j天評價的數(shù)量為a，b，c，不同購買者，每個人的評星為ri，可以得到當日評價的總星數(shù)yj為：

根據(jù)公式計算可知，5階多項式具有較好的擬合性。microwave在一月份也出現(xiàn)了較為大的波動，也是由于一月數(shù)據(jù)量較為密集導致的。其他月份銷售在4月份和9月份有著較為明顯的聲譽高峰，在2月份和11月份會有聲譽的低谷。如下選取了pacifier產(chǎn)品在聲譽的較高峰的6月份和8月份，聲譽的低谷的4月份和12月份的評價星級進行了統(tǒng)計：

可以看來這是由于在差評率不變的情況下，5星或4星好評變多，從而導致這些月份之間造成了一定的差異。同樣地選取microwave產(chǎn)品聲譽的較高峰的4月份和9月份，聲譽的低谷的2月份和11月份的評價星級進行了統(tǒng)計。發(fā)現(xiàn)同樣在不同月份，好評的多少決定了整體評價的高低，這是因為從比重上來說好評比差評造成的影響更高，過高的好評有助于提升產(chǎn)品整體的聲譽。

三、基于TF-IDF的統(tǒng)計詞頻語料庫評級模型

我們需要用Term frequency–Inverse document frequency（TF-IDF）統(tǒng)計詞頻，然后進行半自動化打標記，通過將高贊成票的評論分成不同星級，然后分別構建不同感情色彩的語料庫。Term frequency（TF），是表示詞條在文本中出現(xiàn)的頻率，我們需要對得到的數(shù)字進行歸一化。我們用nij表示該詞在訓練數(shù)據(jù)中出現(xiàn)的次數(shù)，可以得到：

根據(jù)產(chǎn)品評論情感分析數(shù)據(jù)得出，評價星級較低的評論負面詞匯較多，而評價星級較高的評論積極詞匯較多，但也有一些評價與星級不符的評論，但是大體上符合上述的規(guī)律。所以我們認為如“熱情”、“失望”等不同感情色彩的詞匯往往與其評級的水平密切相關。

四、小結

為了解決Sunshine公司銷售電吹風、微波爐、奶嘴三款產(chǎn)品的問題和需求，本研究對Sunshine公司的三組數(shù)據(jù)進行了深入分析?？紤]了helpful_votes、vine和verified_purchase三個字段，并為它們的不同效果設置了不同的權重，以獲得更準確的數(shù)據(jù)。然后利用LDA模型對評論數(shù)據(jù)進行矢量化處理，并通過術語頻率逆文檔頻率（TF-IDF）建立具有不同情感取向的評論語料庫，利用自然語言處理（NLP）方法獲得可視化分析數(shù)據(jù)。我們發(fā)現(xiàn)奶嘴的銷售非常穩(wěn)定，每個月的商譽波動率很低，綜合得分為0.7562;微波銷售4月和9月，達到了聲譽的頂峰，進入了一個低谷的聲譽與綜合評分在2月和11月的銷售hair_dryer達到頂峰的名聲在6月和8月，并進入了一個低谷的聲譽4月和12月，綜合得分為0.7123分。我們了解到微波爐是最低的，反映了奶嘴的銷售穩(wěn)定，購買人群穩(wěn)定，性價比高，深受消費者歡迎，微波爐的質量有待提高。

參考文獻

[1]廖斌峰，余體偉.大型企業(yè)的部門管理成熟度評價方案探索[J].中國標準化，2019（20）：153-154.

[2]雒婉，王瑜，魏慧嬌，林麗霞，韓明勇.生態(tài)城區(qū)綠色建筑星級潛力評價體系研究[J].建筑節(jié)能，2019，47（09）：66-69+97.