基于情感分析的LDA模型在在線評論中的運(yùn)用

黃蘇雨

摘要：隨著互聯(lián)網(wǎng)的快速發(fā)展，人們越來越多地在電商網(wǎng)站、論壇、社交網(wǎng)絡(luò)等平臺上，公開發(fā)表對商品的各種評價(jià)和意見，由此帶來的文本數(shù)據(jù)呈現(xiàn)爆發(fā)性增長。本文就醫(yī)療器械領(lǐng)域的血糖儀作為研究對象，利用python在各電商平臺上爬取數(shù)據(jù)，對數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、中文分詞、去除停用詞等預(yù)處理，再利用基于情感分析的LDA改進(jìn)模型對數(shù)據(jù)進(jìn)行分析，得到各主題下的詞分布，以此獲得對產(chǎn)品的建議。

關(guān)鍵詞：文本分析；血糖儀；LDA模型；情感分析

1.引言

隨著互聯(lián)網(wǎng)和電子商務(wù)的快速發(fā)展，用戶越來越偏向于線上消費(fèi)，同時在各網(wǎng)絡(luò)等平臺上，隨時分享自己的意見。大量的文本評論內(nèi)容，隱藏著產(chǎn)品特性、用戶需求以及使用反饋。如何從中進(jìn)行挖掘來精細(xì)化定位產(chǎn)品或服務(wù)的不足，對商家來說，是個很重要的商機(jī)。

目前，文本挖掘技術(shù)是數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)，其中，產(chǎn)品評論挖掘技術(shù)又是輔助分析海量評論信息的一種有效手段。本文就選取血糖儀作為研究對象，獲取其線上的評論數(shù)據(jù)，經(jīng)預(yù)處理之后，利用基于情感分析的LDA改進(jìn)模型對數(shù)據(jù)進(jìn)行分析，得到各主題下的詞分布。

2.數(shù)據(jù)選取與預(yù)處理

根據(jù)相關(guān)資料統(tǒng)計(jì)，我國擁有著世界上最大的糖尿病人群，目前已達(dá)到1.48億。然而，血糖儀在中國糖尿病人群中的滲透率并不高，與發(fā)達(dá)國家相差很大。外資品牌首先搶占國內(nèi)血糖儀市場，并且占有較大比例的份額，而國內(nèi)品牌目前主要靠性價(jià)比占據(jù)一定份額。本次研究希望能夠通過對血糖儀的相關(guān)評論進(jìn)行分析，對國內(nèi)相關(guān)品牌提供指導(dǎo)意見，力求改變我國高端產(chǎn)品靠進(jìn)口的現(xiàn)狀。

我們選取國內(nèi)外比較有代表性的品牌下銷量最佳的型號，同時利用python工具爬取相關(guān)評論數(shù)據(jù)。國內(nèi)、國外血糖儀評論數(shù)據(jù)分別獲得21025、10849條。

從獲取的數(shù)據(jù)來看，不同于傳統(tǒng)的文本，商品評論具有以下特點(diǎn)：（1）文本短，較多為字?jǐn)?shù)較少的短評論；（2）情感傾向明顯，存在很多較明顯的詞匯；（3）語言不規(guī)范，會出現(xiàn)一些網(wǎng)絡(luò)用詞、符號、數(shù)字等；（4）存在重復(fù)記錄或者重復(fù)的主題。所以處理流程如下：數(shù)據(jù)清洗（文本去重、機(jī)械壓縮、短句刪除）、中文分詞、此行標(biāo)準(zhǔn)、去除停用詞。

3.模型運(yùn)用

本文在LDA模型的三層結(jié)構(gòu)的基礎(chǔ)上，加入情感層，并且引入情感詞典作為先驗(yàn)信息。在改進(jìn)的模型中，情感的產(chǎn)生依賴于主題，而在每個主題下會得到不同情感下的詞分布。

該模型的生成過程如下：

（1）對于每一個主題和情感，抽取詞分布，其中，。

（2）對于每一篇文檔，。

（2.1）從狄利克雷分布中，生成該文檔的主題分布；

（2.2）對于每個主題，分別從狄利克雷分布中，生成情感分布；

（2.3）對于每個句子：選取主題；主題為時，選取情感；選取單詞。

在求解過程中，可以使用Gibbs抽樣算法對該模型進(jìn)行參數(shù)估計(jì)和統(tǒng)計(jì)推理。

3.1 建立詞典

由于網(wǎng)絡(luò)評論文本的特殊性，從已有情感詞典的基礎(chǔ)上展開擴(kuò)展：（一）通用基礎(chǔ)詞典。典型的中文詞典：知網(wǎng)的“情感分析用詞語集”、臺灣大學(xué)情感詞典、大連理工大學(xué)的情感詞匯本體庫；（二）擴(kuò)充詞典，主要來源于搜狗拼音詞庫網(wǎng)絡(luò)流巧新詞；（三）領(lǐng)域詞典。針對醫(yī)療器械領(lǐng)域建立相關(guān)語料庫，以此建立該領(lǐng)域的情感詞典，語料從各大電商平臺獲取。

首先篩選并去除各詞典中的許多情感極性相反的，或者情感意義比較多的詞匯，然后對各詞典中的正負(fù)面評價(jià)詞語等進(jìn)行去重，組合再分別建立積極、消極情感詞典。

3.2 實(shí)驗(yàn)參數(shù)設(shè)定

在實(shí)例操作過程中，三個超參數(shù)分別取值為。此外，主題個數(shù)設(shè)定為5，迭代次數(shù)選擇10000次。

4.結(jié)果分析

從上述結(jié)果來看，用戶傾向于使用國外血糖儀，可能主要有以下原因：（1）品牌。由于國外品牌血糖儀進(jìn)入市場早，其技術(shù)、產(chǎn)品和營銷手段等都已經(jīng)很成熟，得到了專業(yè)醫(yī)護(hù)人員及患者的認(rèn)可和對品牌的忠誠度。（2）精確度。從用戶的反饋結(jié)果來看，國外品牌血糖儀的準(zhǔn)確度高于國內(nèi)品牌。精確度應(yīng)該是第一重要因素，在測量過程中，無論是低血糖還是高血糖，當(dāng)存在偏差時，都可能會對用戶的生命造成威脅。這一方面，進(jìn)口血糖儀就保持了較高的準(zhǔn)確度。（3）服務(wù)。在售后服務(wù)這塊，國外品牌往往能提供更完善的服務(wù)體系，例如強(qiáng)生提供相應(yīng)的社區(qū)服務(wù)，以社區(qū)模式為用戶打造健康平臺，為用戶提供專業(yè)教育和咨詢、三年儀器保修、檢測儀器服務(wù)等。（4）操作。國外血糖儀操作更簡易一些，基本都是免調(diào)碼，同時很多都是一鍵式操作，比如羅氏整合型，試紙放進(jìn)去，可以連續(xù)測多次。

但也有對國外品牌血糖儀不滿的地方，主要是血糖儀和試紙的價(jià)格。進(jìn)口血糖儀的機(jī)器價(jià)格和試紙價(jià)格均高于國產(chǎn)品牌，尤其試紙作為消耗品，日常使用，價(jià)格高，用戶難以承受。

另一些客戶傾向于使用國內(nèi)血糖儀的原因可能如下：（1）價(jià)格。在血糖儀和試紙價(jià)格上均占據(jù)優(yōu)勢，性價(jià)比高。（2）電商營銷。國內(nèi)品牌利用互聯(lián)網(wǎng)營銷平臺，比國外品牌率先抓住機(jī)遇，與阿里巴巴、百度、京東等開展合作。（3）體積小巧。國產(chǎn)品牌的血糖儀都呈現(xiàn)體積小巧的特點(diǎn)，方便用戶隨身攜帶。

但也存在很多不足，以至于讓用戶不會重復(fù)購買：（1）準(zhǔn)確度。反饋來看，國產(chǎn)血糖儀還是存在偏差，重復(fù)進(jìn)行測量，是對試紙的浪費(fèi)。（2）顯示。從反饋來看，國產(chǎn)品牌的屏幕顯示一般比較小，對于老年人或視力有問題的用戶來說很不方便的。

總的來說，（一）對于進(jìn)口血糖儀，用戶更看重的是品牌，以及帶來的其他效應(yīng)，比如準(zhǔn)確度、采血等方面，價(jià)格昂貴造成的劣勢，也能夠由產(chǎn)品帶來的信賴感和用戶消費(fèi)水平的提供來解決。（二）對于國產(chǎn)血糖儀，在價(jià)格上占據(jù)優(yōu)勢，受到普通用戶的青睞。但質(zhì)量上可能無法像國外品牌帶來強(qiáng)烈的信賴感。

5.建議

5.1優(yōu)化渠道，繼續(xù)抓住互聯(lián)網(wǎng)營銷機(jī)遇

公司應(yīng)該建立醫(yī)療機(jī)構(gòu)、OTC零售網(wǎng)絡(luò)、互聯(lián)平臺三位一體銷渠道，尤其在電商渠道，抓住契機(jī)，積極拓展電子商務(wù)家用醫(yī)療體系的營銷渠道，加大銷售費(fèi)用投入、調(diào)整費(fèi)用結(jié)構(gòu)。尤其加大公司在電商平臺的投入，以此在電商平臺的渠道運(yùn)營建設(shè)所獲得的品牌影響力。

5.2注重研發(fā)，推進(jìn)自身品類日益豐富

從用戶實(shí)際反饋來看，儀器穩(wěn)定性還存在不足的地方。由于國內(nèi)品牌研發(fā)經(jīng)驗(yàn)遠(yuǎn)不及國際品牌豐富，國產(chǎn)品牌需要繼續(xù)加大研發(fā)投入，推進(jìn)老產(chǎn)品線更新?lián)Q代，以及結(jié)合人工智能等技術(shù)，研發(fā)新產(chǎn)品，不斷升級現(xiàn)有的產(chǎn)品線。

5.3走出國際化之路，產(chǎn)品向高端化延伸

縱觀國際醫(yī)療器械行業(yè)巨頭發(fā)展歷史，國際化都是的必經(jīng)之路，也是順應(yīng)用戶消費(fèi)升級，國內(nèi)品牌應(yīng)該引入海外的研發(fā)創(chuàng)新、技術(shù)和管理人才，以促進(jìn)品牌、產(chǎn)品、團(tuán)隊(duì)的國際化；同時，需要在國外商務(wù)拓展中心，積極收集最前沿資訊，通過引進(jìn)來、走出去雙向發(fā)展，最終實(shí)現(xiàn)產(chǎn)品向高端化延伸。

5.4推進(jìn)品牌化戰(zhàn)略

隨著用戶的消費(fèi)升級，深受產(chǎn)品質(zhì)量困擾的消費(fèi)者意識到品牌價(jià)值的重要性，國產(chǎn)品牌應(yīng)該堅(jiān)持品牌化策略，確定以核心產(chǎn)品為品牌傳播切入點(diǎn)的品牌策略，例如與頂級品牌傳播公司合作。在提升員工對公司品牌的認(rèn)知、認(rèn)同和堅(jiān)持的同時，不斷提升消費(fèi)者對品牌的認(rèn)知、認(rèn)同以及忠誠度。

參考文獻(xiàn)：

[1]余琦瑋，肖穎，林靜，徐新勝，王慶林，張飛.產(chǎn)品評論文本中特征詞提取及其關(guān)聯(lián)模型構(gòu)建與應(yīng)用[J].中國機(jī)械工程，2017，28（22）：2714-2721.

[2]王慶福，王興國.基于LDA的網(wǎng)絡(luò)評論主題發(fā)現(xiàn)研究[J].無線互聯(lián)科技，2016（11）：103-104.