劉 哲，馬樂榮

(延安大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，陜西延安716000)

人類已經(jīng)進(jìn)入大數(shù)據(jù)智能時(shí)代，大規(guī)模電商平臺匯集了商品、商家、生產(chǎn)廠商、消費(fèi)者等的海量數(shù)據(jù)，得到許多知名企業(yè)、科研機(jī)構(gòu)和大學(xué)專家的持續(xù)研究。根據(jù)第43次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[1]，截至2018年12月，我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)6.10億，手機(jī)網(wǎng)購用戶達(dá)5.92億，電子商務(wù)平臺收入3667億元，同比增長13.1%。由于一次商品買賣活動，涉及電子商務(wù)平臺、商家、用戶、銀行或金融機(jī)構(gòu)、物流等方面的數(shù)據(jù)[2，3]，如此龐大的組織群體和交易收入，使得電商平臺累積了海量數(shù)據(jù)資源。這些數(shù)據(jù)具有重要的研究價(jià)值，如丁晟春等[4]提出基于電商數(shù)據(jù)構(gòu)造產(chǎn)品知識圖譜，來幫助電商平臺改善產(chǎn)品服務(wù)水平；Kim[5]利用電商數(shù)據(jù)構(gòu)造產(chǎn)品知識圖譜，開發(fā)了產(chǎn)品銷售助理，大大提高了用戶購物和使用體驗(yàn)；楊東紅等[6]基于京東商城商品評論中的好評、中評、差評三種類型評論，比較三者在評論長度、有用性投票和評論回復(fù)數(shù)方面的異同，補(bǔ)充當(dāng)前關(guān)于在線評論有用性的研究；范穎等[7]通過識別電子商務(wù)用戶行為，為優(yōu)化用戶營銷決策提供科學(xué)依據(jù)。

1 數(shù)據(jù)集及預(yù)處理

1.1 數(shù)據(jù)集

數(shù)據(jù)的采集是通過爬蟲的方式進(jìn)行的[8]，完成筆記本電腦數(shù)據(jù)采集后，數(shù)據(jù)庫中共存有19069條筆記本電腦商品信息。對數(shù)據(jù)進(jìn)行初步統(tǒng)計(jì)可知，其中包含評論共計(jì)57萬條，有15萬條評論信息為默認(rèn)評價(jià)，有效評價(jià)共計(jì)41萬條。而且，在所有的有銷量的8625個(gè)商品中，有5842個(gè)商品在淘寶出售，天貓上僅有2783個(gè)商品，占比僅為32%，但卻擁有351997條評論，占比高達(dá)61%，只有淘寶一半筆記本商品數(shù)的天貓，卻有著兩倍于淘寶的銷量，具體數(shù)據(jù)參見表1。

1.2 數(shù)據(jù)預(yù)處理

使用沒有預(yù)處理的數(shù)據(jù)，往往產(chǎn)生錯(cuò)誤的分析結(jié)果。例如，在57萬條用戶評論中，有15萬條為默認(rèn)評論，都為“此用戶沒有填寫評論”等字樣。因此，在進(jìn)行數(shù)據(jù)分析之前，需要對數(shù)據(jù)進(jìn)行預(yù)處理，以剔除無效數(shù)據(jù)和不完整數(shù)據(jù)，并將結(jié)果格式化后，存入文件或?qū)懟財(cái)?shù)據(jù)庫中，作為進(jìn)一步分析的數(shù)據(jù)源。

表1 筆記本電腦爬取數(shù)據(jù)統(tǒng)計(jì)

對于筆記本電腦數(shù)據(jù)，這里預(yù)處理的主要是用戶購買后的評論數(shù)據(jù)。首先，去除掉默認(rèn)用戶評論數(shù)據(jù)。接著，使用分詞工具Jieba[9]對用戶評論數(shù)據(jù)進(jìn)行分詞[10-12]，為后續(xù)的分析準(zhǔn)備數(shù)據(jù)。由于用戶評論記錄簡短、字?jǐn)?shù)少、表達(dá)又隨意，直接使用Jieba對其進(jìn)行分詞，效果不是理想。鑒于筆記本電腦商品對應(yīng)的評論主要基于電腦、筆記本相關(guān)主題，本文使用搜狗提供的電腦詞匯、電腦硬件、電腦軟件、電腦硬件廠商、計(jì)算機(jī)詞匯大全和淘寶網(wǎng)專用詞匯[13]作為Jieba的生成字典，來提高Jieba對用戶評論數(shù)據(jù)分詞的準(zhǔn)確率。

2 筆記本電腦知識發(fā)現(xiàn)

2.1 品牌分析

幾乎所有品牌的筆記本電腦都在線上進(jìn)行銷售，甚至一部分廠商的產(chǎn)品只在網(wǎng)絡(luò)銷售，電商平臺銷售的筆記本電腦的產(chǎn)品種類與品牌遠(yuǎn)遠(yuǎn)超過任何一家線下實(shí)體店。通過對電商平臺淘寶網(wǎng)所售筆記本電腦資源分析，發(fā)現(xiàn)在售筆記本電腦品牌有52個(gè)。各筆記本電腦品牌商家占有量如圖1所示，其中，聯(lián)想、ThinkPad、戴爾、華碩和蘋果為前5的品牌，占有量高達(dá)57%。

2.2 價(jià)格分析

價(jià)格一直是筆記本電腦客戶比較重要的參考因素。筆記本電腦整個(gè)銷售市場的價(jià)格分布狀態(tài)，在一定程度上反應(yīng)出國內(nèi)消費(fèi)者的購買能力與生活經(jīng)濟(jì)水平。對19 069個(gè)商品的參考價(jià)格按不同區(qū)間進(jìn)行統(tǒng)計(jì)分類，經(jīng)比對發(fā)現(xiàn)，依據(jù)2000元劃分價(jià)格區(qū)間是合適的，而且具有說服力。如圖2所示，2000～6000元這一區(qū)間的筆記本電腦占全平臺在售商品的57%，其中最受歡迎的是4000～6000元這一價(jià)格區(qū)間的產(chǎn)品，并且6000～10 000檔的占比與2000～4000檔的占比相持平，這表明人們對高端筆記本電腦的購買能力逐步提高，同時(shí)也表明國內(nèi)人們的生活水平在逐步提高。

2.3 熱門分析

在筆記本電腦的索引頁面上，淘寶平臺已經(jīng)給每款型號打上了熱門參數(shù)的標(biāo)簽。本文對標(biāo)題中的詞進(jìn)行抽取，獲得權(quán)重排名前600的關(guān)鍵詞，其中權(quán)重取值在0～1之間。最后對關(guān)鍵詞繪制詞云圖，如圖3所示。通過分析，發(fā)現(xiàn)鍵盤、內(nèi)存、處理器、指紋識別、硬盤、顯卡和運(yùn)行成為消費(fèi)者比較重視的參考因素。除了運(yùn)行外，6個(gè)熱門參數(shù)中內(nèi)存、處理器、硬盤和顯卡與產(chǎn)品性能有關(guān)，而鍵盤和指紋識別則與使用體驗(yàn)相關(guān)。由此可見，消費(fèi)者在購買筆記本電腦時(shí)，優(yōu)先考慮的是性能而不是諸如智能、音效、指紋等參考因素。

2.4 消費(fèi)者活躍時(shí)間段分析

由于用戶在提交評價(jià)時(shí)，需要進(jìn)行整理語言并進(jìn)行文字輸入，甚至拍照或錄制視頻，所以評論時(shí)間可以作為用戶活躍的一個(gè)標(biāo)志。統(tǒng)計(jì)并分析近兩年消費(fèi)者對筆記本電腦評論的時(shí)間，統(tǒng)計(jì)結(jié)果如圖4所示。發(fā)現(xiàn)晚睡這一社會現(xiàn)象并未在圖4中體現(xiàn)，大多數(shù)交易評論的時(shí)間是比較符合人們作息規(guī)律的。在凌晨，活躍人數(shù)最低，上午時(shí)曲線上揚(yáng)較快，中午12點(diǎn)到達(dá)峰值，下午活躍人數(shù)普遍較高，且在21點(diǎn)后快速下跌。這個(gè)發(fā)現(xiàn)可以給商家提供安排客服上班的建議。

2.5 歷史銷量分析

對于淘寶平臺，筆記本電腦的真實(shí)交易數(shù)量屬于淘寶后臺數(shù)據(jù)，爬蟲無法獲取到。由于用戶參與評論需要在收貨以后，所以可以用評論的數(shù)量來近似交易的數(shù)據(jù)。評論時(shí)間通常為確認(rèn)收貨時(shí)間，一般在交易后三天確認(rèn)收貨，這是目前國內(nèi)物流時(shí)效水平?jīng)Q定的。因此需要對評論時(shí)間進(jìn)行預(yù)處理，左移三天的偏移量。通過對57萬次交易的日期進(jìn)行分析，發(fā)現(xiàn)在阿里巴巴的購物狂歡日“雙十一”期間，筆記本電腦的銷量大幅度提高。而且每個(gè)標(biāo)志性期間，銷量便會迅猛增加，如圖5所示，實(shí)線代表淘寶平臺的歷史銷量曲線，短橫線樣式的虛線代表天貓平臺的歷史銷量曲線，點(diǎn)狀樣式的虛線代表淘寶、天貓的歷史銷量總和曲線。2017年“雙十二”促銷當(dāng)日，筆記本電腦的銷量甚至比“雙十一”的銷量還要多出240臺。而2018年開學(xué)季的銷量幾乎與2017年“雙十一”持平，可見阿里巴巴的每次推廣促銷，對成交量有著非常明顯的積極促進(jìn)作用，這充分表明促銷的影響力和時(shí)機(jī)對產(chǎn)品銷售是非常重要的兩個(gè)因素。特別是發(fā)現(xiàn)開學(xué)季的銷量幾乎等于“雙十一”。因此，對于商家和學(xué)生來說，開學(xué)季也是重要的銷售和購買時(shí)段。

2.6 用戶評論的情感分析

本文選取13 684條針對小米品牌的筆記本電腦有效評論進(jìn)行情感分析[14-17]。使用snownlp[18]的情感分析接口，分析每條評論為正向情緒的概率，圖中情感值在0～1區(qū)間內(nèi)，0代表極端消極情感，1代表極端積極情感，對評論繪制情感值分布的柱狀圖，如圖6所示。從圖6看出，小米品牌的口碑大多是積極的。

對于情感值小于0.3的評論，通過調(diào)用百度開放平臺的評論觀點(diǎn)抽取接口[19]，自動抽取和分析評論觀點(diǎn)[20，21]，繪制評論標(biāo)簽云圖，如圖7所示?？梢缘贸?，負(fù)面情緒多數(shù)是由于客服與物流導(dǎo)致的，少部分對產(chǎn)品的負(fù)面評價(jià)為風(fēng)扇聲音過大、屏幕像素低和電池等問題。因此，建議商家通過著重提高服務(wù)質(zhì)量和合作物流公司水平來有效提升用戶體驗(yàn)，進(jìn)一步提高用戶群的滿意度。

3 結(jié)語

本研究以最大的電商平臺——淘寶網(wǎng)的電腦筆記本為例，獲取了2018年5月之前的商品數(shù)據(jù)和用戶評論數(shù)據(jù)，對獲取的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)了品牌分布、筆記本電腦熱點(diǎn)參數(shù)、商家和用戶的交易行為以及小米品牌用戶評論負(fù)面情感的真實(shí)原因等知識。電商平臺可以利用這些知識改進(jìn)服務(wù)，進(jìn)一步提升用戶體驗(yàn)。