基于評論情感傾向和神經(jīng)網(wǎng)絡(luò)的客戶流失預(yù)測研究

馮 鑫，王 晨，劉 苑，楊 婭，安海崗

(1.河北地質(zhì)大學(xué)，河北 石家莊 100086; 2. 航天恒星科技有限公司，北京 0500031;3.石家莊市第二職業(yè)中專學(xué)校，河北 石家莊 050000)

0 引 言

在通信市場競爭角逐之下，初入市場的42家MVNO的業(yè)務(wù)發(fā)展也不平衡，用戶量多則達數(shù)百萬，少則月增量僅數(shù)十用戶，幾近虧損。大多數(shù)移動網(wǎng)絡(luò)虛擬運營商由于缺乏運營管理經(jīng)驗面臨用戶增長緩慢且客戶流失嚴(yán)重的雙重問題。部分研究表明新用戶的開發(fā)成本遠比存留客戶的挽留成本要多[1]，因此幫助移動網(wǎng)絡(luò)虛擬運營商識別潛在流失客戶是值得關(guān)注的問題?？蛻袅魇ьA(yù)測問題的研究大體可分為三類：客戶流失影響因素、預(yù)測模型及挽留研究。客戶流失預(yù)測的方法通常是識別其影響因素去構(gòu)建預(yù)測模型，預(yù)測出潛在流失客戶，并對其制定相應(yīng)挽留策略[2]?；谝延醒芯勘疚膶目蛻魸M意度、忠誠度、服務(wù)質(zhì)量及口碑傳播四方面考慮，運用BP神經(jīng)網(wǎng)絡(luò)預(yù)測流失客戶并提出針對性挽留措施及建議。

1 國內(nèi)外研究現(xiàn)狀

1.1 移動網(wǎng)絡(luò)虛擬運營商研究現(xiàn)狀

移動網(wǎng)絡(luò)虛擬運營商指沒有自己的無線網(wǎng)絡(luò)設(shè)施，通過向傳統(tǒng)運營商購買網(wǎng)絡(luò)接入容量的方式，再進行轉(zhuǎn)售業(yè)務(wù)的新型通訊網(wǎng)絡(luò)運營商(Mobile Network Virtual Operator， MVNO)[3]。目前對MVNO的研究主要集中在發(fā)展困境、策略及業(yè)務(wù)模式等三個層面。肖清華等從MVNO發(fā)展初期必須要解決規(guī)模用戶以及規(guī)模化轉(zhuǎn)化為收入的問題入手提出其業(yè)務(wù)創(chuàng)新的必要性[4]。也有部分學(xué)者認為，與傳統(tǒng)運營商相比MVNO無需投資昂貴的基站硬件而避免了大規(guī)模資金投入[3]。MVNO的成本主要來自網(wǎng)絡(luò)容量租賃，且平均成本取決于用戶數(shù)量，故初期必須大力發(fā)展用戶來降低平均成本[5]。已有研究多較為宏觀，微觀量化研究較少，故本文利用文本挖掘和BP神經(jīng)網(wǎng)絡(luò)對其客戶流失進行預(yù)測以期對其發(fā)展提供量化的決策依據(jù)。

1.2 客戶流失預(yù)測研究現(xiàn)狀

本文將客戶流失定義為：現(xiàn)有客戶對產(chǎn)品發(fā)生情感變化選擇放棄繼續(xù)購買或使用該服務(wù)或產(chǎn)品[6]。目前國內(nèi)外學(xué)者對研究客戶流失問題的關(guān)注點在客戶流失影響因素、模型構(gòu)建以及挽留研究等方面。

1.2.1 客戶流失的影響因素研究現(xiàn)狀

客戶流失影響因素主要有：服務(wù)質(zhì)量、客戶滿意度、客戶忠誠度及口碑傳播四方面，而服務(wù)質(zhì)量是決定因素[7,8,9]。多數(shù)學(xué)者從消費數(shù)據(jù)出發(fā)研究客戶對運營山的滿意度和忠誠度情況，滿意度情況多從撥打客服次數(shù)、人工服務(wù)、GPRS業(yè)務(wù)、通話時長等方面進行；忠誠度情況多從用戶是否使用該運營商以外的運營商服務(wù)、聯(lián)系人是同個運營商的比例、轉(zhuǎn)網(wǎng)次數(shù)和轉(zhuǎn)網(wǎng)意愿等方面進行[10]。但因消費數(shù)據(jù)保密性強，單從已有數(shù)據(jù)較難得到滿意結(jié)果。此外也有通過調(diào)查問卷了解用戶對運營商滿意度、服務(wù)質(zhì)量的評價、忠誠度情況，但因調(diào)查問卷的局限性可能導(dǎo)致分析結(jié)果不全面。以往研究鮮有通過用戶情感去分析客戶流失問題的，在線評論能最直接體現(xiàn)用戶對購買和使用該產(chǎn)品的情感，通過識別評論特征與客戶流失之間的關(guān)系能夠有效預(yù)測客戶流失。

1.2.2 評論特征對客戶流失影響研究

從評論角度研究客戶流失問題，主要集中在滿意度方面，即對評論文本分為積極與消極兩類[11]。積極情感客戶是高滿意度客戶，有低流失風(fēng)險，且傳遞正向積極的口碑，而消極情感客戶是低滿意度的客戶，有高流失風(fēng)險。還有學(xué)者利用在線評論去研究客戶忠誠度，認為在線評論有用性與客戶忠誠度之間存在正相關(guān)[12]。而評論內(nèi)容特征及評論者特征，評論者特征包括專業(yè)性、等級、名聲地位等都對在線評論有用性有較強影響[13]。因此，本文通過在線評論特征去探索客戶流失是具有理論基礎(chǔ)與意義的。

1.3 情感分析技術(shù)研究現(xiàn)狀

因中文的復(fù)雜性，國內(nèi)情感分析研究起步較晚，常用情感傾向性分析有詞級、語句級和篇章級。文本情感值計算方面，有基于情感詞典和語料庫的兩種計算方法：周愛武等提出了基于How Net 詞典的情感傾向計算[14]；邵其武等用知網(wǎng)詞典建立計算語料庫中的基準(zhǔn)詞表，計算查詢詞的情感傾向[15]。目前知網(wǎng)的詞典已比較完整，只缺乏一些新興的非規(guī)范用詞或網(wǎng)絡(luò)用詞等，但在詞語相似度辨別準(zhǔn)確度較差，特別是在處理句子級文本時誤差較大。除計算相似度外，有人提出在情感分析的基礎(chǔ)上，從短語角度分析情感性[16]；Turney 提出了簡單模式匹配分析，將特定的短語進行模式匹配后進行情感性分析，研究效果尚可[17]，其核心是將特定詞語分成消極和積極兩類后再與原文本匹配。

2 評論文本的采集與預(yù)處理

2.1 評論文本采集

對MVNO篩選發(fā)現(xiàn)，京東的評論文本量大且內(nèi)容豐富，涉及產(chǎn)品及服務(wù)等多方面。評論包含商品整體評價、名稱，內(nèi)容、時間、星級、用戶名、地點、來源、熱門標(biāo)簽幾部分。因此選取部分京東MVNO的電信手機卡號類商品，抓取其評論信息含：評論內(nèi)容、會員等級、星級、點贊、回復(fù)數(shù)等字段，時間跨度2016.10-2017.04，共10000余條。

2.2 評論文本預(yù)處理

2.2.1 基于知網(wǎng)How net情感詞典的分詞

知網(wǎng)詞典的語料庫雖已經(jīng)相對完善，但一些新興的網(wǎng)絡(luò)用詞與非規(guī)范化用詞未被收錄，需要在知網(wǎng)情感詞典的基礎(chǔ)上，添加部分與電信詞匯相關(guān)的、評論文本詞頻較高的、非規(guī)范化用詞，達到基本的分詞需求，添加的部分詞匯含電信詞匯：先鋒卡，磅礴卡，號段 激活，實名認證等，以及網(wǎng)絡(luò)用詞：給力 杠杠的 棒棒的 抓狂 無敵等。

2.2.2 評論文本停用詞過濾

為提高分詞準(zhǔn)確率，在將停用詞忽略后使用ICTCLAS對評論文本進行中文分詞，該方法基于分詞詞典進行字符串匹配實現(xiàn)分詞，結(jié)果如表1。

表1 分詞結(jié)果示例

3 文本特征選擇及情感分類

分詞后不能把每個詞都作為特征來研究，這樣計算負荷較大且低頻詞研究價值較低，因此用文本特征選擇來降維。

3.1 基于情感詞典的文本特征選擇

特征選擇需找出代表性且與研究內(nèi)容相關(guān)性強的詞語，去除相關(guān)性差的，可通過情感詞典標(biāo)注感情詞對整體情感進行分類來提高效率[18]。知網(wǎng)詞典已將情感詞分為積極與消極兩類，積極情感有：喜歡，滿意和贊賞等，消極情感有：后悔，不滿意，大失所望和價高等，只需將評論文本中的代表性情感詞與知網(wǎng)詞典匹配作為基準(zhǔn)詞即可。情感特征詞可反映客戶購買和使用該產(chǎn)品的滿意程度，通過特征選擇降維后也便于后續(xù)的情感分類處理。

3.2 基于布爾算法的情感分類模型

情感分消極和積極，用布爾算法構(gòu)建情感分類模型，將每個用戶評論表示為文檔數(shù)據(jù)集D= {d1,d2,d3,…,dn}，而將抽取的特征項表示為集合V={t1,t2,…,tp}。數(shù)據(jù)集D作為文檔，數(shù)據(jù)集V作為查詢，各自為一組詞構(gòu)成，查詢數(shù)據(jù)集是否在文檔中只有兩種可能：出現(xiàn)和不出現(xiàn)(1或0表示)。以京東商城移動網(wǎng)絡(luò)虛擬運營商手機卡號用戶評論為例，見表2。

表2 京東用戶評論文本情感分類示例

4 基于BP神經(jīng)網(wǎng)絡(luò)的客戶流失預(yù)測模型建立流程

4.1 BP神經(jīng)網(wǎng)絡(luò)理論

神經(jīng)網(wǎng)絡(luò)通常含輸入層、輸出層及隱藏層。若未得到期望輸出，表示實際輸出值與期望輸出值存在誤差，然后誤差原路返回，通過不斷修改各層神經(jīng)元權(quán)值至誤差最小[19]。增加層數(shù)可降低誤差，但會增大訓(xùn)練時間與復(fù)雜度。因此本文選取三層 BP神經(jīng)網(wǎng)絡(luò)來構(gòu)建MVNO用戶的流失預(yù)測模型。

圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

隱含層節(jié)點數(shù)的確定無固定計算公式，一般由大量實驗尋找最佳節(jié)點數(shù)，已有研究發(fā)現(xiàn)最佳個數(shù)一般頻繁出現(xiàn)在如下區(qū)間內(nèi)，如公式(1)所示：

(1)

4.2 模型數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)源于2016.10-2017.04京東運營商手機卡用戶的在線評論，將評論星級、會員等級、點贊數(shù)作為輸入層的變量，將評論內(nèi)容情感分類的布爾數(shù)值作為輸出層的變量。數(shù)據(jù)預(yù)處理包括：刪除有缺失值樣本和去掉重復(fù)數(shù)據(jù)。

將建模數(shù)據(jù)分為兩個分布相同的互斥數(shù)據(jù)集。輸出變量含評論星級、會員等級、點贊數(shù)。評論星級A1和會員等級A2均分為5級，用數(shù)值1到5表示。點贊數(shù)A3用布爾數(shù)值表示，點贊為1，反之為0。輸出變量以情感布爾數(shù)值表示，積極為1，消極為0。由公式(1)計算最佳隱含層節(jié)點數(shù)區(qū)間為[2,12]，并采用試錯法找到其最優(yōu)個數(shù)。首先，將數(shù)據(jù)按照70%、15%、15%分為訓(xùn)練集(training set)，驗證集(validation)及測試集(testing set)；其次，運用newf構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，其中，隱藏層和輸出層的傳遞函數(shù)分別為purelin和tansig；網(wǎng)絡(luò)訓(xùn)練和取值學(xué)習(xí)分別是trainlm和tranlm；最大訓(xùn)練次數(shù)、學(xué)習(xí)速率初始值和訓(xùn)練目標(biāo)精度分別設(shè)置為1000、0.1、0.001。

4.3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

由上述過程，得預(yù)處理的數(shù)據(jù)預(yù)處理和基本的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，經(jīng)多次網(wǎng)絡(luò)訓(xùn)練后，當(dāng)輸入層神經(jīng)元個數(shù)為 4，隱含層節(jié)點數(shù)為 10時，模型訓(xùn)練時間較短且效果最好。得到理想的神經(jīng)網(wǎng)絡(luò)模型，其誤差在8.5026e-08左右，小于模型構(gòu)建時所設(shè)的誤差精度0.0001，說明該訓(xùn)練誤差在實驗設(shè)定的誤差要求內(nèi)，見誤差收斂圖2。

圖2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤收斂圖

5 實驗分析及結(jié)論

為了判定流失情況以及評估流失預(yù)警分界線，隨機抽取部分樣本觀察預(yù)測結(jié)果。BP神經(jīng)網(wǎng)絡(luò)的輸入層到隱藏層的估算權(quán)值(Whi)和隱藏層到輸出層的估算權(quán)值(Wjh)分別如表3和表4所示，評論特征與客戶流失的相對強度值(Yji)如表5所示。

表3 輸入層到隱藏層的權(quán)值Whi估算表

表4 隱藏層到輸出層的權(quán)值WJh估算表

表5 評論特征與客戶流失的相對強度Yji表

由表5可知：評論星級、會員等級、點贊數(shù)對客戶流失影響較大，即評論星級、會員等級越高，點贊數(shù)越多，客戶流失的風(fēng)險越小。評論星級較高一般意味著客戶對企業(yè)的情感是積極正向的，其滿意度和忠誠度也相對較高。會員等級越高的用戶其轉(zhuǎn)網(wǎng)的沉沒成本也越高，因此流失風(fēng)險較小，但其一旦流失企業(yè)的損失也較大，因為這部分顧客的價值也較高，這是因為在京東商城星級和客戶消費金額是正相關(guān)的。因此當(dāng)出現(xiàn)會員等級較高，但評論星級較低的情況，也就意味著高價值客戶存在流失風(fēng)險，這時企業(yè)應(yīng)當(dāng)積極挽留。對應(yīng)地，會員等級低和評論星級低的客戶流失率較大，這部分屬于低價值并且滿意度和忠誠度不高的群體，企業(yè)應(yīng)當(dāng)酌情挽留?；貜?fù)數(shù)對客戶流失也有影響，由于大部分評論的回復(fù)都屬于消極的口碑傳播，企業(yè)應(yīng)當(dāng)加強售后管理，鼓勵這部分消費者傳播正向積極的口碑，從而預(yù)防客戶流失。

從表6可知客戶流失的分界線在0附近，當(dāng)流失度大于0時，判定為未流失，小于0時，判定為流失。被判定為流失的客戶，其流失意向并非不可逆轉(zhuǎn)，若采取適當(dāng)?shù)氖侄危訌娕c此類用戶的溝通，提升服務(wù)，是有可能挽留住的，尤其是前文提到的客戶等級較高但有流失傾向的客戶。

表6 客戶流失預(yù)測驗證表

由模型預(yù)測結(jié)果可發(fā)現(xiàn)流失用戶常為兩種。第一種是評論星級高而評論內(nèi)容消極的用戶。此類用戶評論星級高，但是滿意度卻很低。這是由于用戶在購買過程中，由于物流體驗及客服服務(wù)相對較好，就會拋開產(chǎn)品本身的問題，給商家好評。這類客戶屬于被動流失型，是由于產(chǎn)品本身不能滿足自身的需求而發(fā)生流失。這類客戶追求較高的商品品質(zhì)，當(dāng)其他供應(yīng)商提供更好品質(zhì)的商品時，這類客戶往往就會轉(zhuǎn)網(wǎng)流失。對此類客戶，應(yīng)當(dāng)在商品質(zhì)量上進行提升，才可以獲得挽留。第二種是會員等級低的用戶。會員等級不僅是一個人消費能力的體現(xiàn)，而且是一個客戶穩(wěn)定與否的體現(xiàn)。此類用戶的忠誠度較低往往追求價格低廉的商品，可以通過推薦性價比較高的套餐或有吸引力的合約計劃來挽留。

此外，點贊數(shù)與回復(fù)數(shù)高而內(nèi)容消極的客戶傳播的是負面的口碑，也會在一定程度上影響客戶流失，企業(yè)對于這類用戶應(yīng)當(dāng)及時作出官方的回復(fù)，及時表示歉意給其購物帶來的不便，樹立良好的售后形象，降低客戶流失的風(fēng)險。點贊數(shù)與回復(fù)數(shù)高且內(nèi)容積極的用戶傳播的是正向的口碑，在一定程度上可以吸引更多的潛在消費者，對于此類用戶，應(yīng)當(dāng)酌情采取鼓勵政策，使其發(fā)表更好的評論內(nèi)容。

總之，運營商可由模型輸出的流失度來判定客戶流失風(fēng)險，對具有流失傾向的用戶采用客戶挽留、價值提升等策略，以減少用戶流失的比例。對于不具有流失傾向的用戶也需要不斷關(guān)注其發(fā)展動態(tài)，從而保障運營商能夠以最少的成本保留更多的客戶資源。