鄧穎儀 邱秀芳 黃華乾 龐青

摘要 “互聯(lián)網(wǎng)+農(nóng)產(chǎn)品”模式大大拓寬了農(nóng)產(chǎn)品的銷售渠道，為鄉(xiāng)村振興注入活力。于京東電商平臺甄選出點評數(shù)達200條以上的農(nóng)產(chǎn)品共2 090種112 779條評論，借助Hanlp工具對評論文本進行分詞，并利用TF-IDF算法對特征詞進行關(guān)注度分析。研究表明，消費者網(wǎng)購農(nóng)產(chǎn)品過程中，較關(guān)心農(nóng)產(chǎn)品的新鮮度、品質(zhì)、快遞服務(wù)及包裝;消費者網(wǎng)購水果類、蔬菜類等農(nóng)產(chǎn)品的比例最高，其中對水果類“甜”“熟”“酸”等特征詞的關(guān)注度最高，對蔬菜類“糯”“好吃”“香甜”等特征詞關(guān)注度最高。以上結(jié)論既豐富了農(nóng)產(chǎn)品網(wǎng)絡(luò)營銷的相關(guān)研究，也可用于指導(dǎo)農(nóng)產(chǎn)品的網(wǎng)絡(luò)營銷實踐。

關(guān)鍵詞 農(nóng)產(chǎn)品;網(wǎng)絡(luò)營銷;TF-IDF算法;京東

中圖分類號 S-058? 文獻標(biāo)識碼 A? 文章編號 0517-6611（2022）11-0203-04

doi：10.3969/j.issn.0517-6611.2022.11.051

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Analysis on the Consumption Emotions of Agricultural Products Based on TF-IDF Algorithm—From Online Review Data of JD E-Commerce Platform

DENG Ying-yi， QIU Xiu-fang， HUANG Hua-qian et al

（Guangdong Polytechnic of Industry and Commerce， Guangzhou， Guangdong 510510）

Abstract The Internet plus agricultural products marketing model has greatly broadened the distribution channels of agricultural products and injected vitality into the development and revitalization of rural economy. Based on the JD e-commerce platform， we selected a total number of 112 779 comments from 2 090 kind of agricultural products with online comments number over 200.The Hanlp tool was used to carry out the word segmentations of these comments. Finally? TF-IDF algorithm was used to analyze the attention-degree of the feature words. Research results showed that consumers paid more attention to the freshness， quality， express service and packaging of agricultural products while shopping online;the best-selling agricultural products online were fruits， vegetables， among which consumers paid the highest attention to the fruit sweetness， ripeness and sourness， as well the vegetable waxiness， deliciousness and sweetness. The above conclusion not only enriched the research of agricultural products network marketing， but also could be used to guide the network marketing practice of agricultural products.

Key words Agricultural products;Network marketing;TF-IDF algorithm;JD e-commerce platform

根據(jù)《中華人民共和國農(nóng)產(chǎn)品質(zhì)量安全法》，農(nóng)產(chǎn)品是指來源于農(nóng)業(yè)的初級產(chǎn)品，即在農(nóng)業(yè)活動中獲得的植物、動物、微生物及其產(chǎn)品。農(nóng)產(chǎn)品電子商務(wù)就是消費者和銷售商利用電子數(shù)據(jù)傳輸技術(shù)，在線上完成農(nóng)產(chǎn)品交易的商務(wù)活動。在非接觸的農(nóng)產(chǎn)品網(wǎng)購環(huán)境下，消費者的購后在線評論會影響農(nóng)產(chǎn)品電商廠家的銷量和發(fā)展[1]。由于信息不對稱，消費者在電商平臺上選購不同類型的農(nóng)產(chǎn)品將面臨決策風(fēng)險[2]。消費者在線選購農(nóng)產(chǎn)品時，不能直觀感受其性價比和鮮活度，只能參考在線評論做出購買決策[3]。因此，在線評論屬于網(wǎng)絡(luò)口碑的范疇，是指消費者通過電商平臺選購商品，在商品送達后根據(jù)其性價比做出相應(yīng)的評價，并在商家評論區(qū)與其他消費群體進行互動和交流[4]。

在線評論的各項內(nèi)容能夠加深消費者對商品的了解，減少消費者心中對商品出現(xiàn)的不確定性，幫助消費者做出相應(yīng)的選購決策[5]。在線評論作為網(wǎng)購環(huán)境的一種有效的信任機制，已成為學(xué)界和業(yè)界關(guān)注的熱點話題[6]。相關(guān)研究表明，在線評論不僅影響消費群體的購買行為，而且更會影響電商平臺商品總體的銷售量[7]。消費者所購買的產(chǎn)品種類不同，則給出的在線評價內(nèi)容也不盡相同，評價結(jié)果產(chǎn)生的影響力同樣也會有所差異[8]，因此產(chǎn)品類型能夠?qū)υ诰€評論呈現(xiàn)出的有用性程度進行有效的調(diào)節(jié)[9]。從農(nóng)產(chǎn)品角度來看，消費者在購買這類產(chǎn)品時，會非常注重產(chǎn)品質(zhì)量和產(chǎn)品安全性[10]，而在線評論作為消費者了解和熟知農(nóng)產(chǎn)品屬性的重要渠道，對于電商平臺銷售商家的發(fā)展有一定影響。在線評論次數(shù)作為核心評價指標(biāo)，對產(chǎn)品銷量有顯著的影響[11]。目前，電商平臺的在線評論機制主要面向已經(jīng)購買商品的消費者。因此，某種商品的評論次數(shù)愈多則銷量愈好，間接表明該商品深受廣大消費者的支持和認可。在這種情況下，購買決策面臨的不確定風(fēng)險較低，且交易環(huán)節(jié)的成本支出也較少[12]。因此，挖掘電商平臺關(guān)于農(nóng)產(chǎn)品的在線評論數(shù)據(jù)，并對消費者情感進行分析，具有重要的理論意義和實踐意義。鑒于此，筆者于京東電商平臺甄選出點評數(shù)達200條以上的農(nóng)產(chǎn)品共2 090種112 779條評論，借助Hanlp工具對評論文本進行分詞，并利用TF-IDF算法對特征詞進行關(guān)注度分析。

1 TF-IDF算法

TF-IDF算法的主要原理是如果一個單詞在該文章出現(xiàn)的頻率（TF）高，并且在其他文章中出現(xiàn)頻率很低，則認為該單詞具有很好的區(qū)分能力，適合用來進行分類。

1.1 詞頻（Term Frequency） 詞頻表示單詞在該類農(nóng)產(chǎn)品評論中出現(xiàn)的頻率。

TF ij=nij.knkj（1）

式中， TF ij表示分詞ti在文檔編號dj中出現(xiàn)的頻率。分子代表分詞ti在文檔dj中出現(xiàn)的次數(shù)，分母表示文檔dj中所有詞出現(xiàn)次數(shù)的總和。

1.2 逆向文檔頻率（Inverse Document Frequency）

表示某一個特定單詞IDF可以由總文章數(shù)除以包含該單詞的文章數(shù)，再將得到的商取對數(shù)。如果包含該單詞的文章越少，則IDF越大，表明該單詞具有很好的文章區(qū)分能力。

IDFi= log |D||{j：ti∈dj}|（2）

式中，|D|代表文檔總數(shù)，|{j：ti∈dj}|代表包含了分詞ti的文件數(shù)。由此， 可以計算某一個詞語的TF-IDF值：

TF-IDF=詞頻（TF）×逆文檔頻率（IDF）（3）

TF-IDF算法可用來提取點評文本內(nèi)容的關(guān)鍵詞、摘要、核心關(guān)注點，該算法簡單快速、普適性強，可以推廣到各種文本類分析場景。TF-IDF值越大，說明該詞在該文檔中出現(xiàn)的頻率越高，可以作為該文檔的關(guān)鍵。

2 數(shù)據(jù)采集與清洗

2.1 數(shù)據(jù)采集

通過比較淘寶、天貓、拼多多等電商平臺，發(fā)現(xiàn)京東電商平臺（http：//www.jd.com）在售農(nóng)產(chǎn)品具有種類豐富、交易量大、在線評論多等特點，因而以此作為數(shù)據(jù)采集來源。截至2021年9月21日，京東電商平臺以農(nóng)產(chǎn)品為關(guān)鍵詞共檢索到6 000余條農(nóng)產(chǎn)品廣告展示，采用Scrapy爬蟲框架爬取數(shù)據(jù)，并甄選出點評數(shù)達200以上的農(nóng)產(chǎn)品2 090種。為保證數(shù)據(jù)樣本質(zhì)量和網(wǎng)絡(luò)點評分析的準(zhǔn)確性，過濾重復(fù)、無實質(zhì)性內(nèi)容的評論。

2.2 數(shù)據(jù)清洗

由于在線評論文本數(shù)據(jù)中存在著大量的無關(guān)數(shù)據(jù)、重復(fù)數(shù)據(jù)、無效數(shù)據(jù)等，這些數(shù)據(jù)沒有實際意義，還可能對結(jié)果產(chǎn)生影響。基于Spark計算框架結(jié)合Scala編程語言，實現(xiàn)對采集后的原始評論數(shù)據(jù)進行清洗、規(guī)整、補錄和統(tǒng)計。第一，針對搜集到的評論文本進行清洗，刪除針對研究沒有意義的無效、重復(fù)和缺失評論數(shù)據(jù);第二，將搜集到的部分半格式化的信息進行格式化，如將包含中文的評論數(shù)字段規(guī)整為整型字段等;第三，補錄部分空缺的關(guān)鍵字段，針對空缺的商品種類、名稱等關(guān)鍵字段進行補錄。數(shù)據(jù)清洗流程為之后的數(shù)據(jù)分析、數(shù)據(jù)建模提供優(yōu)質(zhì)的基礎(chǔ)數(shù)據(jù)。

最后，針對評論文本的分詞結(jié)果進行清洗，刪除低頻、無意義的詞語，總共搜集的評論數(shù)114? 724條，其中好評數(shù)據(jù)為80 849條，差評為33 875條。經(jīng)清洗過后，有效好評數(shù)據(jù)為79 476條，差評為33 303條。清洗部分無效數(shù)據(jù)及其對應(yīng)分類如表1所示。

3 數(shù)據(jù)分析結(jié)果

3.1 數(shù)據(jù)分詞

運用Hanlp分詞工具對在線評論文本進行分詞，該框架分詞性能較好，且支持用戶自定義詞語，比如“不好吃”“不便宜”等單詞，用普通分詞會切分為“不”“好吃”“不”“便宜”，導(dǎo)致切分后的語義發(fā)生嚴重誤導(dǎo)，利用Hanlp分詞工具可以將“不好吃”“不便宜”設(shè)置為自定義單詞，使切詞后不失去原來的語義。部分處理樣例結(jié)果如表2所示。

為了研究的普遍性，將分詞結(jié)果中無意義的語氣詞、副詞等，如“的”“么”“一方面”“快”“可以”等加入停用詞表進行過濾。

3.2 消費者情感分析

運行Spark計算框架，得到有效正面評價特征詞1 323個，有效負面評價特征詞693個，表3為排名前5的分詞結(jié)果。

分別提取正面評價和負面評價詞頻前40的特征詞，制作詞云分布圖，結(jié)果如圖1所示。

圖1a正面評價詞云中“很好吃”“包裝”“順豐”“味道”等特征詞的詞頻較高，說明消費者對網(wǎng)購農(nóng)產(chǎn)品的口感、順豐快遞服務(wù)及包裝等給予較高的好評。圖1b負面評價詞云中“壞”“爛”“差”“發(fā)貨慢”等特征詞的詞頻較高，說明消費者對網(wǎng)購農(nóng)產(chǎn)品的品質(zhì)、快遞服務(wù)等給予較低的評價?？傮w而言，消費者網(wǎng)購農(nóng)產(chǎn)品過程中，較關(guān)心農(nóng)產(chǎn)品的新鮮度、品質(zhì)、快遞服務(wù)及包裝。

3.3 農(nóng)產(chǎn)品分類情況

通過對在線評論數(shù)據(jù)各個維度進行統(tǒng)計分析，將農(nóng)產(chǎn)品劃分為8大類，包括水果類、蔬菜類、肉禽類、藥材類、糧油類、水產(chǎn)類、干貨類、茶葉類（表4）。

平均評論數(shù)越多則可以認為購買人數(shù)越多，表4中可見數(shù)據(jù)情況基本符合現(xiàn)實的消費者在電商平臺農(nóng)產(chǎn)品的購買行為。消費者購買水果類、蔬菜類占多數(shù)，水果類相比蔬菜類具有地域性強的特點;其中茶葉類購買人數(shù)最少，茶葉是屬于感官體驗型產(chǎn)品，對于品茶的人來說，線下實體店適合品鑒是必不可少的環(huán)節(jié)，所以與其他農(nóng)產(chǎn)品相比，消費者在電商平臺上購買茶葉較少。

3.4 基于TF-IDF算法的關(guān)注度分析

該研究基于搜集的8大類農(nóng)產(chǎn)品，對歸屬于相同產(chǎn)品種類的商品好評內(nèi)容進行聚類，形成8個不同的大文檔，并創(chuàng)新使用TF-IDF算法對這8個文檔進行分析，挖掘不同種類的農(nóng)產(chǎn)品影響消費者積極消費行為的個性化核心主題，這些主題代表著消費者針對該類農(nóng)產(chǎn)品有異于非同類產(chǎn)品的觀點和關(guān)注重點，以便根據(jù)不同的商家推薦更符合該產(chǎn)品的營銷維度，為農(nóng)產(chǎn)品的個性化營銷模式提供決策方向。

基于TF-IDF算法的分析結(jié)果如表5所示，按照概率大小排序，分別把8大類農(nóng)產(chǎn)品排名前10個特征詞抽取出來（表5）。

關(guān)鍵詞權(quán)重越大，說明其針對該類產(chǎn)品的關(guān)注度越高，商家在做廣告以及推銷產(chǎn)品時候可以用此類情感詞，達到吸引消費者購買的效果。

3.4.1 水果類。該類農(nóng)產(chǎn)品的特征詞是熟、水分、維生素、物超所值、完好無損等，說明了消費者對水果最關(guān)心的是是否含有豐富的維生素和水分，因為豐富的維生素和水分可以給身體提供營養(yǎng)成分。銷售者可以多推銷蘋果、橙子、獼猴桃等富含維生素的水果，并且強調(diào)層層包裹完好無損，如有損壞可免費退還。

3.4.2 蔬菜類。該類農(nóng)產(chǎn)品的特征詞是糯、好吃、品質(zhì)、綠色健康等，說明了隨著生活水平的提高，消費者對蔬菜的需求不僅僅局限于夠吃，還追求口感品質(zhì)、綠色健康等方面。銷售者可以主打綠色主題，捕捉消費者心態(tài)，多推銷有機蔬菜，另外在包裝處可附有產(chǎn)地、采摘時間、營養(yǎng)價值等詳情，增加可信度。

3.4.3 肉禽類。該類農(nóng)產(chǎn)品的特征詞是肉質(zhì)、生鮮、順豐等，其中肉質(zhì)這個特征詞說明消費者對家禽類養(yǎng)殖的焦點在于養(yǎng)殖過程中是否用激素催生，是否采用工業(yè)化養(yǎng)殖飼料。銷售者在推銷家禽類時可以重點強調(diào)用谷、飯、菜葉或小蟲子喂養(yǎng)，養(yǎng)殖地空氣質(zhì)量高，因此肌肉質(zhì)地結(jié)實，加上配送只限順豐速遞，保障肉質(zhì)鮮美。

3.4.4 藥材類。該類農(nóng)產(chǎn)品的特征詞是泡水、味濃、貨真價實、方便等，說明消費者偏向喜歡藥材能夠直接泡水代替煎熬，方便服用。最近幾年藥材類為了迎合消費者需要，特別是中藥類研制了顆粒，可直接泡水服用，代替瓦煲煎熬，銷售者在推銷藥材的時候可以在這方面多加強調(diào)。

3.4.5 糧油類。該類農(nóng)產(chǎn)品的特征詞是精美、產(chǎn)品包裝、拌飯、老人、家鄉(xiāng)等，一方面說明消費者偏好精美的包裝，由此可推測糧油類除了家庭日常所需之外，還是節(jié)日送禮的首選;另一方面深受家里老人喜歡，具有家鄉(xiāng)的味道。銷售者可以在包裝方面發(fā)揮想象，設(shè)計別與其他商家的包裝，吸引消費者的眼球。

3.4.6 水產(chǎn)類。該類農(nóng)產(chǎn)品的特征詞是鮮美、冰塊、存活率、廣東等，說明消費者偏好廣東的海鮮，在配送過程中喜歡有冰塊保鮮，這樣可以提高海鮮的存活率。銷售者可以多推銷產(chǎn)地是廣東的海鮮，配送中加入冰塊，確保存活率。

3.4.7 干貨類。該類農(nóng)產(chǎn)品的特征詞是飽滿、燉肉、煲湯、解饞、新疆等，說明消費者偏好新疆產(chǎn)的干貨，用途大多用于煲湯或者閑余時間解饞。銷售者可以多入手產(chǎn)地是新疆的干貨類，滿足消費者的需求。

3.4.8 茶葉類。該類農(nóng)產(chǎn)品的特征詞是泡水、減肥、無雜質(zhì)、降血壓等，泡水喝能夠起到到擴張血管，清熱解暑以及降血壓的作用，由此對于女性消費者而言，通過喝茶能夠達到減肥的效果。銷售者可以在推銷茶葉的時候，針對具有減肥、降血壓等功效的茶類品種多做廣告，加大口碑宣傳。

4 結(jié)論與展望

該研究采用Scrapy爬蟲框架爬取京東電商平臺農(nóng)產(chǎn)品網(wǎng)絡(luò)消費者在線評論數(shù)據(jù)，利用Spark計算框架分析消費者正負面的情感評價，并進一步采用TF-IDF算法對不同類型農(nóng)產(chǎn)品的消費者關(guān)注度進行分析。結(jié)果表明，①消費者網(wǎng)購農(nóng)產(chǎn)品過程中，較關(guān)心農(nóng)產(chǎn)品的新鮮度、品質(zhì)、快遞服務(wù)及包裝;②消費者網(wǎng)購水果類、蔬菜類等農(nóng)產(chǎn)品的比例最高，其中對水果類甜、熟、酸等特征詞的關(guān)注度最高，對蔬菜類糯、好吃、香甜等特征詞關(guān)注度最高。

理論上，該研究豐富了農(nóng)產(chǎn)品網(wǎng)絡(luò)營銷的相關(guān)研究，創(chuàng)新性地引入TF-IDF算法對不同類型農(nóng)產(chǎn)品的消費者關(guān)注度進行分析，拓展了TF-IDF的應(yīng)用領(lǐng)域。實踐上，該研究結(jié)果和結(jié)論可為農(nóng)產(chǎn)品網(wǎng)絡(luò)營銷實踐提供指導(dǎo)，即農(nóng)產(chǎn)品電商應(yīng)注重農(nóng)產(chǎn)品的保鮮、儲存和包裝，并運送及時、服務(wù)優(yōu)質(zhì)的快遞服務(wù)商。

鄉(xiāng)村振興戰(zhàn)略背景下，農(nóng)產(chǎn)品電商紛紛入駐京東、淘寶、天貓、拼多多、抖音等各大電商平臺，促使我國農(nóng)產(chǎn)品網(wǎng)絡(luò)營銷蓬勃發(fā)展。該研究僅以京東電商平臺為案例，消費者在線評論數(shù)據(jù)覆蓋面存在一定的局限性，未來研究可進一步拓展數(shù)據(jù)獲取范圍，如增加淘寶、天貓、抖音等電商平臺的數(shù)據(jù)，使研究結(jié)果和結(jié)論更具代表性。

參考文獻

[1] 王秀清，孫云峰.我國食品市場上的質(zhì)量信號問題[J].中國農(nóng)村經(jīng)濟，2002（5）：27-32.

[2] 李愛國，鄧召惠，毛冰潔.在線負面評論對體驗型產(chǎn)品銷量的影響：基于商家回復(fù)視角[J].商業(yè)研究，2016（7）：138-144.

[3] DE PELSMACKER P，VAN TILBURG S，HOLTHOF C.Digital marketing strategies，online reviews and hotel performance[J].International journal of hospitality management，2018，72：47-55.

[4] 游浚，張曉瑜，楊豐瑞.在線評論有用性的影響因素研究：基于商品類型的調(diào)節(jié)效應(yīng)[J].軟科學(xué)，2019，33（5）：140-144.

[5] 張耕，劉震宇.在線消費者感知不確定性及其影響因素的作用[J].南開管理評論，2010，13（5）：99-106.

[6] 殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應(yīng)[J].管理世界，2012（12）：115-124.

[7] WEATHERS D，SHARMA S，WOOD S L.Effects of online communication practices on consumer perceptions of performance uncertainty for search and experience goods[J].Journal of retailing，2007，83（4）：393-401.

[8] 宋鵬，郭勤勤.異質(zhì)產(chǎn)品的在線評論特征對產(chǎn)品銷量的影響[J].山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019，42（4）：105-112.

[9] 張艷輝，李宗偉.在線評論有用性的影響因素研究：基于產(chǎn)品類型的調(diào)節(jié)效應(yīng)[J].管理評論，2016，28（10）：123-132.

[10] 周小梅，范鴻飛.區(qū)域聲譽可激勵農(nóng)產(chǎn)品質(zhì)量安全水平提升嗎？——基于浙江省麗水區(qū)域品牌案例的研究[J].農(nóng)業(yè)經(jīng)濟問題，2017，38（4）：85-92，112.

[11] FINK L，ROSENFELD L，RAVID G.Longer online reviews are not necessarily better[J].International journal of information management，2018，39：30-37.

[12] LIU Y M，DU R.The effects of image-based online reviews on customers’ perception across product type and gender[J].Journal of global information management，2019，27（3）：139-158.