考慮信息熵的在線評論特征觀點詞對購買意愿的影響

霍紅 張晨鑫

內(nèi)容摘要：本文從在線評論中的特征觀點詞出發(fā)，爬取電商網(wǎng)站中的相關評論數(shù)據(jù)，結合情感分析技術，將信息熵作為改進計量經(jīng)濟模型的重要參數(shù)，得出其相關程度。結果發(fā)現(xiàn)，平均星級、發(fā)布時間以及好評率都與購買意愿顯著關聯(lián)，而評論數(shù)量和評論深度與購買意愿不存在明顯關聯(lián)，在評論中出現(xiàn)較多的產(chǎn)品屬性不一定對購買行為產(chǎn)生較大影響，這主要取決于產(chǎn)品功能和用戶體驗，所以建議商家要注意評論數(shù)據(jù)收集，著重注意影響較大的產(chǎn)品屬性的宣傳。

關鍵詞：在線評論 產(chǎn)品特征屬性 購買意愿 情感分析 數(shù)據(jù)挖掘

文獻綜述

（一）產(chǎn)品特征屬性對消費者購買意愿的影響

在目前的研究中，學者在產(chǎn)品特征對購買意愿的影響方向上的研究主要集中在4個方面，專家打分、模型分析、語義分析和經(jīng)濟學模型，下面對四種方法進行介紹。

專家打分法是最直觀的在線評論特征觀點識別的方法，通過在領域內(nèi)知名專家與學者對該評論中產(chǎn)品的特征進行評價，Darby等將該方法用于產(chǎn)品信任度分析。但是這種方法存在弊端，領域內(nèi)專家的意見與顧客們的意見往往相左，這在信任型商品中尤為明顯，專家往往會注重商品的內(nèi)在屬性，而對于消費者來說，只要可以使用就可以，就這一點而言，在線評論提供了比專家更為廣泛的用戶觀點采集渠道；其次，在線評論質(zhì)量參差不齊，偏口語化的表達比較多，評論質(zhì)量沒有一個準確的衡量，還有一些學者將外包與眾包的思想引入，以解決用戶有用性感知不一致性的問題，但是外包和眾包只是將受眾群體擴大化，而不能代表廣大消費者的意見。

基于模型的分析也是研究產(chǎn)品特征對消費者購買意愿影響的重要方法，一般分為兩種研究思路，一種為建立語義和句子結構學習模型，Guo等建立了基于機器學習的句子結構自學習模型來獲得的最佳參數(shù)，對產(chǎn)品的特征重要程度進行度量；另一種借助網(wǎng)絡分析理論，將每一個產(chǎn)品特征看作一個節(jié)點，產(chǎn)品特征之間相互連接，形成產(chǎn)品特征網(wǎng)絡，然后借助相關算法對模型進行求解，得出每一個特征節(jié)點的權威度，如Kleinberg等將書籍與作者的特征作為網(wǎng)絡節(jié)點，鏈接成網(wǎng)絡，并使用HITS算法對每一個節(jié)點的權威度進行測量，每一個節(jié)點的權威度就代表了該特征對消費者行為影響的權重，但是這種方法在網(wǎng)絡構建上沒有統(tǒng)一的方法。

使用計量經(jīng)濟模型挖掘產(chǎn)品的特征觀點與消費者購買意愿也是一種可行的方式。早期Goolsbee等提出Hedonic模型，考慮每種特征出現(xiàn)的次數(shù)，將多次出現(xiàn)的特征設置較高的權重，但是這種方法沒有將產(chǎn)品特征屬性和情感詞放在一起研究；還有一些研究將評論的星級作為因變量，評論文本中的“產(chǎn)品特征觀點詞對”作為自變量，采用多變量二次回歸模型計算每一個產(chǎn)品特征屬性的重要度，這種方法重要在因變量的選擇上，Chevalier等在研究中使用該研究思路，得出不同星級的在線評論對消費者行為的影響是不同的，有時一星級的評論會比五星級的評論更能影響消費者行為，原因是一星級評論比五星級評論包含有消費者更感興趣的產(chǎn)品特征屬性。

（二）在線評論情感分析

在線評論細粒度情感分析。情感分析又被稱為意見挖掘，是分析在線評論的語義，判斷用戶的情感傾向，比如用戶對該產(chǎn)品是“滿意”或“不滿意”，或判斷用戶的觀點是“贊成”或“反對”。

從學術角度看，學者們一般從粒度來研究情感分析。粗粒度情感分析出現(xiàn)較早，引用較多，適用于文檔級文本，早期的研究偏向于用模型的方法來解決主體情感判斷問題，隨著機器學習技術的廣泛應用，Chen等提出以半監(jiān)督機器學習的算法解決自然語言內(nèi)容分析，還有一些學者使用無監(jiān)督式機器學習的方法解決大量口語化的在線評論關鍵詞抽取問題。細粒度情感分析是對特征觀點的詞語級的情感極性和強度分析，Kanayama等經(jīng)過大量的實驗，提出了細粒度情感分析的基本步驟，首先計算詞典的詞語原子極性，并且通過原子極性和各詞語之間的相關性得出每個評價詞的情感，再通過各詞語的情感得到句子的情感極性和強度，最后通過各句子的情感來判斷文本的整體情感。從各位學者的研究結果來看，基于語義的情感分析方法適合于較短的在線評論情感分析，而基于機器學習的情感分析方法更適合于文檔級的情感分析。

產(chǎn)品特征屬性與情感詞對的抽取。產(chǎn)品特征的抽取是細粒度情感分析的重要步驟，早期學者關于產(chǎn)品特征屬性的研究，一般將產(chǎn)品特征屬性和情感詞分開抽取，且絕大部分采用統(tǒng)計學的方法。Zheng等利用統(tǒng)計分析的方法，研究在同一領域內(nèi)和不同領域內(nèi)特征詞的分布情況，并且以領域相關性為依據(jù)，對產(chǎn)品特征屬性進行排序，獲取中文領域內(nèi)的產(chǎn)品特征詞。但是從已有的研究結果中發(fā)現(xiàn)，將產(chǎn)品特征屬性和情感詞作為一個整體抽取，能夠獲取的信息要多于分開抽取?；诖?，Bloom等提出情感評價單元這一概念，這一概念要求將產(chǎn)品特征屬性和評價該屬性的情感詞一起抽取出來，還有一些學者提出了相似的方法，鄭麗娟等提出的情感本體都是與其相似的概念?；诋a(chǎn)品特征屬性與情感詞對的識別方法一般分為兩種：基于統(tǒng)計的方法和基于語義的方法。

基于統(tǒng)計學的方法是將評論中對產(chǎn)品特征屬性和其評價詞中的高級詞匯，作為統(tǒng)計特征，再通過臨近原則來判斷相應觀點。Hu等采用無監(jiān)督式機器學習來挖掘產(chǎn)品特征屬性及情感詞，并基于人工標注的褒貶詞典，找出句子中表達主觀性的詞匯，再定義一個以主觀性詞匯為中心、大小固定的窗口，將窗口中的名詞或名詞短語作為特征。綜上，基于統(tǒng)計的方法自動化程度高，可移植性強，但準確率較低；基于語義的方法是將語言學知識引入數(shù)據(jù)挖掘中，用某種語言規(guī)則和句法規(guī)則來識別與提取特征觀點。Back等人工定義了評價對象和評價短語，并采用多個共現(xiàn)模板來描述評價詞語和評價對象之間的修飾關系，然而，由于模板過于簡單且修飾關系僅停留在詞語表面，在模板匹配的過程中，會產(chǎn)生大量的候選評價詞語和候選評價對象，需要人工篩選來完成情感評價單元的獲取?？傮w而言，基于語義的方法準確率較高，但可移植性較低。

觀點詞的情感判斷。帶有情感傾向的觀點詞是判斷網(wǎng)絡評論情感傾向的標準，所以有必要對評論中的情感詞進行情感傾向和強度的判斷。一般分為基于情感詞典的辦法和基于不同詞性組合兩種辦法。

朱嫣嵐等使用WordNet定義的詞匯關聯(lián)關系來計算情感詞和一組情感傾向已知的距離，從而判斷情感強度和情感極性，根據(jù)詞典的語義相似度和語義相關度，對不同數(shù)目的基準詞進行實驗，實驗的結果表明，詞匯傾向性判斷的準確性隨著基準詞的數(shù)量增加而增加；何躍等基于同義詞典的情感褒貶度計算情感強度，也得到良好的分類效果；同時計算同義詞和反義詞的種子詞頻率也是經(jīng)常被應用在情感詞強度的測定上；任遠遠等又將此方法進行細化，以詞組的形式進行情感強度的計算?；谠~典的方法是起源較早的情感強度分析方法，但是它的準確性要取決于詞典的類型和使用方法，所以該方法可移植性較高，但是準確性較低。

從以上的研究來看，學者們對抽取特征觀點詞的方法已經(jīng)有了一定的研究，而對于每一種產(chǎn)品屬性對消費者購買意愿影響程度的研究則相對較少，所以本文引入信息熵作為對消費者認知程度的衡量，以此為切入點深入探尋每一種產(chǎn)品屬性對消費者購買意愿的影響。

研究模型構建

（一）研究框架

本文的研究步驟是，首先抽取在線評論中的產(chǎn)品特征屬性和觀點詞，并且進行情感分析，然后對所有的產(chǎn)品屬性變量進行聚合，通過信息熵的形式表現(xiàn)出來，并通過結合控制變量，構建計量經(jīng)濟模型，最后通過實時評論和銷量的變化，對每一種產(chǎn)品屬性對是否具有影響力進行估計與判斷，研究框架如圖1所示。

通過以上的研究框架，首先應設立產(chǎn)品特征屬性的集合F={f1，f2，f3，f4，…，fn}，對F的情感信息集合E={e1，e2，e3，e4，…，ek}，與每種產(chǎn)品特征對消費意愿的影響程度集合為Θ={θ1，θ2，θ3，θ4，…，θn}，其中in表示產(chǎn)品特征屬性fn重要程度，本研究的目的是通過情感分析算法抽取產(chǎn)品特征屬性F，并且計算與之對應的情感詞的強度S，并且建立情感影響銷量的計量經(jīng)濟模型，最后挖掘出各個產(chǎn)品特征屬性的重要度Θ。

（二）模型構建

信息增益與信息熵。面對海量的在線評論數(shù)據(jù)，消費者每閱讀一條在線評論，都會對這種商品有一個更加全面的認識，這就是信息增益，無論是否用戶真的了解評論的內(nèi)容，若不了解，則為對該種產(chǎn)品產(chǎn)生了信息增益，若知曉該評論的內(nèi)容，那么也是鞏固了該信息。

信息增益一般由信息熵表示，令集合S={s1，s2}代表在線評論的分類空間，其中s1、s2分別表示評論有用和無用（可以通過隨機投票來決定），公式（1）表示在線評論信息熵。

（1）

在線評論是一種用戶生成內(nèi)容，真實性無法進行核實，所以在本研究中假設所有的在線評論內(nèi)容都是真實的。當消費者通過閱讀在線評論，來進一步增進對該產(chǎn)品的認識，直到最后消除對該產(chǎn)品的陌生感，而產(chǎn)品特征屬性就是在消除陌生感的過程中提供一定的信息，設該產(chǎn)品為p，當用戶已經(jīng)知曉該種產(chǎn)品的某一種特征f時，所產(chǎn)生的信息熵如公式（2）所示。

（2）

根據(jù)公式（1）和公式（2）可以計算產(chǎn)品特征屬性f的信息增益，Divergence（f）表示產(chǎn)品特征f屬性在消除用戶不確定性上所產(chǎn)生的信息增益值用公式（3）來表示：

（3）

評論文本中的情感詞是非常豐富的，尤其是中文文本，例如“不是很合適”和“很不合適”對消費意愿的影響都是有差異的，可見情感詞的強度對購買意愿的影響也是較大的，所以模型中再引入一個變量Strength（f），最后引入分數(shù)Score（f）將其量化，所以最后該評論的最終得分如公式（4）所示：

Score（f）=Divergence（f）×Strength（f） （4）

改進的計量經(jīng)濟模型。計量經(jīng)濟模型是經(jīng)濟學領域中比較成熟的模型之一，其基本理論是產(chǎn)品需求量與產(chǎn)品的價格和特征屬性服從線性關系，公式（5）為基本計量經(jīng)濟模型的公式表達：

ln（Dk）=αk+βln（pk）+γk （5）

Dk表示產(chǎn)品k的實時需求量，αk表示除價格之外的變量集合，如品牌、產(chǎn)品功能、顏色等，γk為擾動變量，該變量服從正態(tài)分布γk =（0，δ2）。

從現(xiàn)有的研究來看，消費者對在線評論的關注不是僅局限于文檔級評論，而對在線評論中所描述的產(chǎn)品特征屬性與形容其的情感詞，特征級的在線評論更容易影響消費者意愿。公式（5）不能完整地表示各個特征變量，所有的變量都被整合在αk中，在產(chǎn)品的生命周期中，產(chǎn)品的硬件參數(shù)一般不會改變，但是產(chǎn)品特征的評論會隨著時間的變化而變化。

潛在消費者會通過瀏覽在線評論來對產(chǎn)品的不確定性，當收集到了足夠多的產(chǎn)品特征屬性評論信息時，就可以計算每一個產(chǎn)品特征屬性的重要性，所以將公式（5）進行改進和豐富，改進后的公式為公式（6）：

ln（Dk）=αk+δk+βln（pk）+γk （6）

其中αk為產(chǎn)品的內(nèi)生屬性，δk為產(chǎn)品的外生屬性。

αk作為產(chǎn)品的內(nèi)生屬性，定義有很多種，其中學者們最為認可的就是將在線評論發(fā)布的時間作為產(chǎn)品的內(nèi)生屬性。原因有二：其一，每一種產(chǎn)品都有生命周期，在生命周期的每一個階段，需求都是不同的；其二，在線評論是一種有時效性的用戶生成內(nèi)容，時間的差異會造成在線評論效價的變化。因此αk可以豐富為：

αk=αTk （7）

其中，Tk表示產(chǎn)品上市與發(fā)表評論的時間差。

產(chǎn)品外生屬性指的是除產(chǎn)品本身所具有的各種特征之外的屬性。對在線評論的早期研究中，學者們將評論數(shù)量、好評率以及銷售排名這些外顯型的屬性作為研究對象，發(fā)現(xiàn)當產(chǎn)品內(nèi)生屬性相同的情況下，評論數(shù)量、好評率以及銷售排名都會對銷量產(chǎn)生一定的影響，所以，本研究中將評論數(shù)量、好評率以及銷售排名均作為外生屬性加入模型中，同時本研究同時將用戶對產(chǎn)品的關注度、用戶特征和評論深度加入其中，用戶的關注度作為直接影響產(chǎn)品看點的重要變量，而已有研究指出，用戶的偏好是不一致的，用戶的關注點相互獨立并且與市場特征的分布一致，用戶特征可以根據(jù)社交網(wǎng)絡圈進行聚類，評論的深度是產(chǎn)品在線評論的重要特征，已有的研究指出，當回復評論越多，這條評論的有用性就會顯著增加，評論的有用性直接影響用戶對產(chǎn)品的認知度，所以將以上變量加入模型中?；谝陨戏治?，外生屬性可表示為公式（8）：

δk=μ1logNk+μ2logADk+μ3logATk+μ4log（Rk）i-1+μ5logBk+μ6logDEk+μ7logVk （8）

其中Nk表示產(chǎn)品k的評論信息總量；ADk表示產(chǎn)品k的評論好評率；ATk表示產(chǎn)品k的關注度；Rk表示產(chǎn)品k的銷售排名，因為一般通過第三方網(wǎng)站平臺是不可能看到產(chǎn)品的具體銷售數(shù)量，但是由于京東商城網(wǎng)站有每一種類商品銷售的實時排名，所以本研究為可行性考慮，采用產(chǎn)品的銷售排名來近似代替產(chǎn)品的銷量；Bk表示購買產(chǎn)品k的用戶人群特征；DEk表示產(chǎn)品k的在線評論深度（一般只考慮置頂評論的追加評論數(shù)量）；Vk表示產(chǎn)品的特征向量，具體表達式用公式（9）表達，這些變量就構成了產(chǎn)品外生屬性。

（9）

在已有的研究中，學者們往往將在線評論當作是原子對象，忽略了評論中涉及的產(chǎn)品特征屬性與情感詞。本文將研究對象定位為“產(chǎn)品特征屬性與情感詞對”，通過改進計量經(jīng)濟模型，建立產(chǎn)品特征屬性與情感詞對的計量經(jīng)濟模型，模型見公式（10）：

ln（Dk）=αTk+μ1logNk+μ2logADk+μ3logATk+μ4log（Rk）i-1+μ5logBk+μ6logDEk+μ7logVk+βln（pk）+γk （10）

實驗設計

（一）數(shù)據(jù)收集及預處理

本研究的實驗數(shù)據(jù)均來自京東商城網(wǎng)上平臺熱水器的產(chǎn)品信息和評論信息。為了保證模型的準確性和真實性，利用多線程爬蟲從2016年9月開始跟蹤爬取，到2018年1月爬取結束（新產(chǎn)品會重新接入爬?。?，記錄產(chǎn)品的品牌、價格、銷售排名及評論文本等。本研究將產(chǎn)品特征屬性與情感詞對作為原子研究對象，采集的重點為：評論數(shù)量、評論時間、評論者信息、好評率、評論有用性投票、評論星級、上傳圖片及評論深度等。如上文所說，京東商城不會提供產(chǎn)品的具體銷售數(shù)量，但是會公布銷售排名，以其表示銷量；使用Bing的趨勢搜索——XRank表示用戶的關注度；以熱水器為目標商品，因為這種產(chǎn)品的更新?lián)Q代很慢，而且一種產(chǎn)品的在銷售時間也比其它小型家電要長。共采集包括史密斯、海爾等系列產(chǎn)品共6個品牌、325種產(chǎn)品的21.5萬條數(shù)據(jù)信息，平均每個產(chǎn)品被評論613.27次，跟蹤的產(chǎn)品的品牌和數(shù)量如表1所示。

本研究以第一條在線評論的發(fā)布時間作為產(chǎn)品發(fā)布時間。理論上，評論對消費意愿的影響是即時的，但是這會存在數(shù)據(jù)過于稀疏的問題，因此本文以月為單位，即假設上一月的評論信息會影響下一月的銷售排名。

（二）“產(chǎn)品特征觀點對”的構建

產(chǎn)品特征觀點提取的是細粒度情感分析的重要部分，現(xiàn)有的方法大都是基于英文評論展開的。英文的評論句式固定、語法嚴謹，而中文的評論句式口語化嚴重、語法不規(guī)范、句子成分缺失等問題，這在一定程度上增加了識別的難度。基于英文與中文的差別，英文的提取方法不能直接應用在中文上。本研究基于中文口語化嚴重等特點，利用語義關系計算和分詞標注的方法進行識別提取。

“特征觀點詞對”的識別。對于產(chǎn)品特征觀點對的識別，具體來說，是一種半監(jiān)督目標記機器學習的方法，產(chǎn)品屬性分為顯式屬性與隱式屬性，可以先挖掘顯式屬性，再少量挖掘一些隱式屬性，由于本研究是基于中文語料的研究，所以不用現(xiàn)有詞典，而是自建詞庫，找到特征觀點的同義詞和近義詞，從而進行抽取，并進行分析。在匹配過程中，將產(chǎn)品特征標注為F（Feature），情感詞標注為O（Opinion），匹配失敗的就從實詞序列中刪除。

通過對現(xiàn)有的在線評論數(shù)據(jù)的分析，發(fā)現(xiàn)共4種特征觀點的配對模式，分別為：FO模式，單一特征和單一的觀點詞，直接生成特征觀點對，這種模式較容易識別；FFO模式，多個特征和一個統(tǒng)一觀點，這種模式所描述的特征較豐富，而觀點則比較統(tǒng)一；FOO模式，單一特征和多個觀點，這種模式相比于前兩種，觀點表達就相對復雜，一個特征觀點就包含了多種情感觀點；FFOOFFOO模式，這是中文里比較常見的表達當時，多個特征屬性和多個情感詞不規(guī)則排列，這樣的詞對是最難抽取的，同時也是觀點表達內(nèi)容最豐富的。

數(shù)據(jù)的收集與情感強度分析。已有的在線評論系統(tǒng)的星級選項最多是5顆星。如果該評論是3顆星，那么很難說明其具體的情感傾向。因此，本研究將情感強度分為7個層級（-3至3），分別為負面、中性、正面，數(shù)值的絕對值表示強度的級別。具體數(shù)值如表2所示。

對情感詞的提取主要應該提取形容產(chǎn)品特征的形容詞、程度副詞、有轉(zhuǎn)折性的連詞以及有修飾性的實詞，將這幾種詞素組成情感詞對取出，較為合適，而一般研究都將句子中詞語的情感強度作為句子整體的情感強度。因此，將用戶的整體星級打分當作對情感詞的標注，這種標注方式類似發(fā)放調(diào)查問卷，實現(xiàn)了對詞匯情感強度的重復定義。標注規(guī)則如表3所示。

最后利用關鍵詞檢索的方式，將特征觀點詞對導入SentiStrength中自動計算情感強度并輸出，分數(shù)范圍為-3至3分。

結果分析

（一）數(shù)據(jù)預處理結果

經(jīng)過一系列的數(shù)據(jù)處理得到以下結果，首先是評論數(shù)量分布圖如圖2所示。從圖2中可以看出超過50%的產(chǎn)品評論數(shù)量低于10000條，而且評論數(shù)量大于10000條的產(chǎn)品數(shù)量總體上呈遞減態(tài)勢。其次是當銷售排名與評論數(shù)量的關系，如圖3所示，從圖3上可以看出，當期銷售排名與評論數(shù)量有明顯關系，且呈負相關在評論數(shù)量為26000和30000時出現(xiàn)小幅上揚，應該是有些產(chǎn)品上市期間已經(jīng)很長，市場保有量已經(jīng)趨于飽和，銷量逐漸下降，不排除市場上有一些經(jīng)久不衰的產(chǎn)品，但是屬于少部分，尤其是熱水器這樣更新較快的產(chǎn)品，所以這些因素可以忽略。再次是評論星級與銷售排名的關系，具體如圖4所示，從4圖中可以看出評論的星級與銷售排名沒有顯著關系，只有5星級和4星級的評論能夠帶來可觀的銷量，其它的排名均無明顯變化，所以通過星級來判斷產(chǎn)品的銷量是不可取的。最后是情感得分與銷售排名的關系，具體如圖5所示，其中刻度“-3”表示情感得分在[-3，-2]之間，從圖5中可以看出情感得分與銷售排名關系顯著，呈負相關關系，所以情感得分對銷量起到促進作用，當情感得分為正數(shù)時，對銷量的影響尤為顯著。

（二）產(chǎn)品特征屬性重要度

計算模型中各自變量與因變量的相關性，本研究中用到SPSS軟件，以產(chǎn)品的銷售排名為因變量，平均星級、發(fā)布時間、產(chǎn)品價格、好評率、評論數(shù)量、用戶人群特征、評論深度和特征向量作為自變量，通過軟件計算相關性，結果如表4所示。

從表4中可以看出，銷售排名與平均星級、發(fā)布時間以及好評率都有顯著的相關性，但是在結果中意外的發(fā)現(xiàn)，產(chǎn)品評論的數(shù)量與評論深度，都與銷售排名的相關性不大，原因應該是并非所有購買該產(chǎn)品的人都會發(fā)表自己的評論，且京東網(wǎng)站的評價系統(tǒng)是沒有時間限制的，評論深度越深，可能是對該產(chǎn)品的質(zhì)量越存疑，在系統(tǒng)中與商家或與其他有同樣疑問的消費者互動，可能不會出現(xiàn)過大的相關度。產(chǎn)品特征向量與銷售排名相關性不大的原因可能是由于其它自變量的影響較大，弱化了特征效用；產(chǎn)品價格與銷售排名相關性不大可能原因是，現(xiàn)在的消費者注重的是產(chǎn)品的性價比，性價比與產(chǎn)品質(zhì)量與價格均有關系，所以僅就價格而言，是不會對產(chǎn)品的銷量有過多的影響。

通過人工方法對已經(jīng)通過計算機自動抽取的產(chǎn)品特征屬性進行篩選，并咨詢熱水器方面的專家，最后篩選出10個產(chǎn)品特征，如表5所示，由于是通過軟件進行的自動篩選，所以篩選出的產(chǎn)品特征屬性可信度較高。

從表5中可以發(fā)現(xiàn)，抽取到共10個常見產(chǎn)品特征，消費者對燒水速度、外觀以及使用難易程度比較關心，但是數(shù)量多不一定代表影響消費者購買意愿的權重高，表6中顯示了各特征屬性的權重，這些權重來自公式（10）的模型，可以看出外觀、加熱類型、觸摸面板、價格以及控制方式是最重要的產(chǎn)品特征，而難易程度、燒水速度、預約洗浴、容積與包裝則權重較低，但是并不意味著這些產(chǎn)品特征屬性對購買意愿沒有影響，只是影響較小。

通過表5與表6的數(shù)據(jù)可以發(fā)現(xiàn)，燒水速度、外觀以及使用難易是產(chǎn)品評論中提及最多的產(chǎn)品特征屬性，而外觀、加熱類型以及觸摸面板是影響權重最高的產(chǎn)品特征屬性。一方面，表明評價的頻率與產(chǎn)品特征屬性的重要度不存在必然關系；另一方面，表明了采用信息增益的方法來處理產(chǎn)品特征屬性的有效性，例如燒水速度是評論頻率最高的產(chǎn)品屬性，但用戶認為這是熱水器最基本的特征屬性之一，而且與同層次的產(chǎn)品相比，加熱的速度差異實屬不大，因此該特征的權重值遠不如評論的數(shù)量，而加熱類型很少會在評論中出現(xiàn)，可能原因是其具有一定的專業(yè)性，購買熱水器的用戶大部分是不了解熱水器的具體工作方式，但是商家一般在產(chǎn)品介紹中將該方式（單膽加熱或雙膽加熱）列出，用戶在購買之前一般都會先閱讀產(chǎn)品介紹頁面，再來查看在線評論頁面，所以就出現(xiàn)在評論中出現(xiàn)較少的產(chǎn)品特征，卻對產(chǎn)品的購買意愿產(chǎn)生較大的影響。

管理啟示

首先，從商家的角度出發(fā)，現(xiàn)在市場上的商品一般包含兩類屬性：主觀屬性與客觀屬性，從理論上講，搜索型產(chǎn)品包含有很多的客觀屬性，這類產(chǎn)品的商品介紹比較重要，消費者可以通過產(chǎn)品參數(shù)的對比，例如電腦內(nèi)存大小、汽車發(fā)動機排量等，而對于體驗型產(chǎn)品來說，商家所提供的產(chǎn)品介紹無法滿足消費者對這類產(chǎn)品的需求，例如藥品、書籍等一些產(chǎn)品，可見在線評論中所傳達的一些情感信息有時會比商家提供的產(chǎn)品介紹更為重要，本文以用戶的角度進行產(chǎn)品評論信息挖掘，并將產(chǎn)品各產(chǎn)品特征屬性對消費意愿的影響程度進行量化，為商家在提高體驗型或信任型產(chǎn)品銷售量上提供了可行的方法。

其次，本文對用戶偏好的識別具有一定的啟示。其一，在線評論是消費者集體智慧的表現(xiàn)，這與現(xiàn)在以商家為中心的經(jīng)營理念不同，集體智慧的傾向才是未來消費的具體方向，同時對產(chǎn)品的改進也是建立在大眾對產(chǎn)品各特征屬性的不同傾向程度上，與原來由商家指定重要特征和將少數(shù)權威專家的意見作為參考相比更具普適性；其二，產(chǎn)品特征屬性對購買意愿影響的重要程度，可以作為用戶偏好模型的建立的重要依據(jù)，通過本研究的方法，可以從海量的評論文本中篩選出消費者真正感興趣的方面，在現(xiàn)在主流的電子商務網(wǎng)站首頁一般有“為你推薦”或“猜你喜歡”等類似板塊，這樣的個性化推薦板塊的核心算法和界面設計都要用到產(chǎn)品特征屬性對購買意愿的影響程度作為基礎，本研究對提升這兩個模塊的準確性提供了一種參考。

最后，對于商家的在線廣告而言，本研究的方法也提供了新的視角。現(xiàn)在的產(chǎn)品介紹頁面，基本上以商家自我意識明顯，突出自家產(chǎn)品優(yōu)勢，在介紹頁面大量介紹產(chǎn)品的客觀屬性，但是客觀屬性未必是消費者在購買時所感興趣的方面。使用本研究的方法，可以將篩選出消費者感興趣的產(chǎn)品特征屬性，并且重點加以宣傳，這樣不僅可以提高廣告的效果，還可以提高廣告投放的精準度，宣傳針對消費者的重要的產(chǎn)品特征屬性。

參考文獻：

1.DARBY M，KAMI E.Free competition and the optimal amount of fraud [J].Journal of Law and Economics，1973，16（1）

2.GUO J L，PENG J E，et.al.An opinion feature extraction approach based on a multidimensional sentence analysis model [J].Cybernetics and Systems，2013，44（5）

3.KLEINBERG J.Authoritative sources in a hyperlinked environment [J].Journal of the ACM，1999，46（5）

4.GOOLSBEE A，CHEVALIER J.Measuring prices and price competition online：Amazon.com and Barnes and Noble.com[J].Quantitative Marketing and Economics，2003，1（2）

5.CHEVALIER J A，MAYZLIN D.The effect of word of mouth on sales：Online book reviews [J].Journal of Marketing Research，2006，43（3）

6. CHEN，CHEN Z Y.An unsupervised approach for person name component bipolarization using principal analysis[J].IEEE TKDE，2012，24（11）

7.KANAYAMA H，NASUKAWA T.Unsupervised lexicon induction for clause-level detection of evaluations [J]. Natural Language Engineering，2015，18（1）

8.ZHENG Y，YE L.Extracting product features from Chinese customer reviews[C].The 3rd International Conference on Intelligent System and Knowledge Engineering，2008

9.BLOOM K，GARG N.Extracting appraisal expressions [C].HLT-NAACL.PA，2007

10.鄭麗娟，王洪偉.基于情感本體的在線評論情感極性及強度分析：以手機為例[J].管理工程學報，2017， 31（2）

11. 朱嫣嵐，閔錦，周雅倩等.基于HowNet的詞匯語義傾向計算[J].中文信息學報，2006，1（1）

12.何躍，尹小佳，朱超.基于情感及影響力的微博用戶群體特征分析—以A手機為例[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1（10）

13.任遠遠.中文網(wǎng)絡評論的產(chǎn)品特征提取及其情感傾向判定[D].中國科學技術大學管理學院，2015