基于文本挖掘?qū)τ⒄Z(yǔ)流利說(shuō)App用戶滿意度影響因素的研究

宗利永 吳強(qiáng)

摘要：文章以具有代表性的英語(yǔ)學(xué)習(xí)App英語(yǔ)流利說(shuō)App為研究對(duì)象，根據(jù)雙因素理論和共現(xiàn)圖譜對(duì)流利說(shuō)App的用戶評(píng)分評(píng)論做情感分析。再將用戶評(píng)論文本劃分為積極用戶體驗(yàn)評(píng)價(jià)和消極用戶體驗(yàn)評(píng)價(jià)，通過(guò)二項(xiàng)分布檢驗(yàn)和詞頻統(tǒng)計(jì)建立用戶評(píng)價(jià)指標(biāo)體系框架，將影響英語(yǔ)流利說(shuō)App用戶滿意度的因素分為配置、系統(tǒng)、付費(fèi)、特色四個(gè)維度。其中配置維度和系統(tǒng)維度為保健因素，影響消極用戶體驗(yàn)評(píng)價(jià);特色維度為激勵(lì)因素，影響積極用戶體驗(yàn)評(píng)價(jià)。最后，基于分析結(jié)論，提出提升數(shù)字教育移動(dòng)端App用戶滿意度的路徑。

關(guān)鍵詞：流利說(shuō);用戶滿意度;保健因素;激勵(lì)因素? 中圖分類號(hào)? F273? ? ? 文獻(xiàn)標(biāo)識(shí)碼? A? ? ? 文章編號(hào)? 2096-0360（2019）23-0001-06

數(shù)字教育不僅是傳統(tǒng)出版轉(zhuǎn)型的一個(gè)重要方向，也是未來(lái)教育領(lǐng)域發(fā)展的必然趨勢(shì)。數(shù)字教育移動(dòng)端App借助智能手機(jī)，不受時(shí)間和地域等因素限制而及時(shí)學(xué)習(xí)的優(yōu)點(diǎn)，越來(lái)越受廣大群眾的歡迎。隨著數(shù)字教育的發(fā)展，英語(yǔ)學(xué)習(xí)App也逐漸變多?，F(xiàn)在市面上出現(xiàn)了五花八門(mén)的英語(yǔ)學(xué)習(xí)App，各大英語(yǔ)學(xué)習(xí)App之間的競(jìng)爭(zhēng)也越來(lái)越激烈。如何優(yōu)化改進(jìn)英語(yǔ)學(xué)習(xí)App，并建立數(shù)字教育移動(dòng)端App滿意度評(píng)估模型成了一個(gè)亟待解決的問(wèn)題。

1? 相關(guān)研究綜述

伴隨著互聯(lián)網(wǎng)的急速發(fā)展，目前關(guān)于App用戶滿意度的研究也越來(lái)越多，研究方向主要集中在使用意愿、情感分析、滿意度影響因素等方面。翟?shī)檴櫟炔捎脝?wèn)卷調(diào)查和結(jié)構(gòu)方程相結(jié)合的方法，發(fā)現(xiàn)用戶使用音樂(lè)App時(shí)獲得體驗(yàn)、沉浸體驗(yàn)和人際體驗(yàn)起著巨大的作用[1]。李武等的研究發(fā)現(xiàn)，大學(xué)生的閱讀滿意度和持續(xù)使用意愿與其在App使用過(guò)程中形成的閱讀有用性認(rèn)知息息相關(guān)[2]。趙志濱等運(yùn)用了一種更精確的情感計(jì)算方法，即先算各個(gè)維度的維度情感，再綜合情感和維度權(quán)重，最后計(jì)算評(píng)論的整體情感[3]。潘華麗等從互動(dòng)性的角度研究旅游App的用戶持續(xù)使用意愿，App運(yùn)營(yíng)者滿足用戶的預(yù)期互動(dòng)性和感知互動(dòng)性將會(huì)加強(qiáng)用戶對(duì)App品牌的信任，提高用戶對(duì)App的滿意度[4]。趙楊等對(duì)海淘App先做聚類分析得到評(píng)價(jià)用戶滿意度的幾個(gè)維度，研究發(fā)現(xiàn)影響用戶滿意度最關(guān)鍵的因素是商品，其次是價(jià)格、交互、服務(wù)和物流[5]。李曌赟將“電子商務(wù)模式”下的營(yíng)銷策略與“教育”核心相融合，分析了英語(yǔ)流利說(shuō)的市場(chǎng)特征、營(yíng)銷思路和值得借鑒的特色，并提出了一些可行的建議[6]。

從已有研究成果來(lái)看，App作為數(shù)字教育時(shí)代最重要的客戶端應(yīng)用工具，其用戶滿意度研究廣泛關(guān)注，但當(dāng)前專門(mén)針對(duì)數(shù)字教育移動(dòng)端App的研究卻仍然少見(jiàn)。本文采用文本挖掘的方法根據(jù)英語(yǔ)流利說(shuō)App的用戶評(píng)分評(píng)論提出提升數(shù)字教育移動(dòng)端App用戶滿意度的路徑，為App用戶滿意度研究提供新的思路。

2? 理論模型

雙因素理論又稱激勵(lì)保健理論，由美國(guó)心理學(xué)家赫茨伯格于1959年提出，在他看來(lái)，滿意因素和不滿意因素是影響員工工作狀態(tài)的兩種因素[7]。滿意因素也稱激勵(lì)因素指能讓員工在工作中感到滿意的事情包括上司的肯定和贊賞、工作本身的意義、晉升空間等;不滿意因素也稱保健因素，主要指讓員工感到不滿意的事情，包括公司的辦公環(huán)境、管理制度、工資等。保健因素一旦得到滿足，員工可以安心工作，保持原有效率。但是，滿足保健因素并不能激勵(lì)員工更積極地工作。然而，如果不滿足員工的保健因素，則會(huì)引起員工極大的不滿意，無(wú)法維持原有工作效率。而不滿足員工的激勵(lì)因素并不會(huì)引起員工的不滿，但是如果能滿足激勵(lì)因素，可以在很大程度上調(diào)動(dòng)員工的積極性。在此基礎(chǔ)上，本文根據(jù)評(píng)論，對(duì)英語(yǔ)流利說(shuō)App的滿意度影響因素進(jìn)行差異化分析，找出其中涉及的激勵(lì)因素與保健因素并提出具有針對(duì)性的相關(guān)對(duì)策建議。在影響用戶滿意度因素中，激勵(lì)因素是企業(yè)調(diào)動(dòng)員工積極性的舉措，它具有獨(dú)特性。而保健因素能顯著影響顧客的不滿情緒，是App運(yùn)營(yíng)中應(yīng)該著重規(guī)避的問(wèn)題。保健因素是運(yùn)營(yíng)期刊App的門(mén)檻，也是期刊App實(shí)現(xiàn)超額利潤(rùn)和長(zhǎng)遠(yuǎn)發(fā)展的基礎(chǔ)和前提。

在英語(yǔ)流利說(shuō)App中的評(píng)分評(píng)論中，有些人的評(píng)論中有很多不滿意的地方，但他們打出的分?jǐn)?shù)較高，由此可知，這些不滿意的因素對(duì)用戶的整體體驗(yàn)的影響不大，因而可將其稱之為激勵(lì)因素。有些評(píng)論中表示對(duì)App滿意，但是總體給出的分?jǐn)?shù)卻很低這里的不滿意因素就是保健因素。

3? 數(shù)據(jù)分析與結(jié)論

3.1? 數(shù)據(jù)收集和預(yù)處理

以2018年5月1日至2019年5月1日為時(shí)間期限，從七麥大數(shù)據(jù)平臺(tái)導(dǎo)出該時(shí)間段的評(píng)分。將差評(píng)分?jǐn)?shù)界定為1分到3分，好評(píng)分?jǐn)?shù)界定為4分和5分。用八爪魚(yú)采集器共采集4 638條評(píng)分評(píng)論，其中差評(píng)2 234條，好評(píng)2 404條。數(shù)據(jù)預(yù)處理，在差評(píng)中基本無(wú)刷屏現(xiàn)象。而在好評(píng)中存在很多游戲廣告、貸款廣告、軟件優(yōu)化廣告、淘寶優(yōu)惠券以及網(wǎng)絡(luò)小說(shuō)的刷屏。將這些無(wú)關(guān)信息清除后，得到1 891條好評(píng)。采用中國(guó)科學(xué)院計(jì)算技術(shù)研究所的NLPIR分詞系統(tǒng)分別對(duì)差評(píng)和好評(píng)做高頻詞統(tǒng)計(jì)，再分別對(duì)統(tǒng)計(jì)好的差評(píng)和好評(píng)里前150個(gè)高頻詞做情感分析（NLPIR情感分析主要采用了兩種技術(shù)：一是利用Bootstrapping進(jìn)行情感詞的自動(dòng)識(shí)別與權(quán)重計(jì)算;二是利用深度神經(jīng)網(wǎng)絡(luò)擴(kuò)展計(jì)算情感詞，得到綜合的結(jié)果）[8]得出差評(píng)和好評(píng)里面的正面情緒和負(fù)面情緒詞匯得分，如表1所示。如差評(píng)里的正面情緒得分占46.58%，負(fù)面情緒占53.42%，好評(píng)里面正面情緒占79.27%，負(fù)面情緒占20.73%，進(jìn)一步說(shuō)明了差評(píng)里面也包含用戶滿意因素，好評(píng)里面也包含了用戶不滿意因素，即用雙因素理論來(lái)分析評(píng)論文本具有合理性。

3.2? 用戶評(píng)論共現(xiàn)圖譜分析

3.2.1? 建立高頻詞匯表

采用NLPIR分詞系統(tǒng)的“關(guān)鍵詞提取”功能，對(duì)相關(guān)的評(píng)論內(nèi)容進(jìn)行如下處理：1）合并基本同義的關(guān)鍵詞，如班主任、班班;2）刪除無(wú)益于研究的泛義詞匯，如同學(xué)、公眾、該條等。對(duì)上述兩種情況處理后，利用Excel工具，對(duì)提取的有效關(guān)鍵詞出現(xiàn)的詞頻加以排序。因提取出的關(guān)鍵詞數(shù)量較大的緣故，將高頻關(guān)鍵詞界定為出現(xiàn)頻率50次以上的詞匯，在將關(guān)鍵詞“流利說(shuō)”刪除后，研究共獲得50個(gè)高頻關(guān)鍵詞。隨后，在Bibexcel軟件中導(dǎo)入高頻關(guān)鍵詞頻表，形成高頻關(guān)鍵詞的共現(xiàn)矩陣，并以Excel格式將其保存，為隨后導(dǎo)入U(xiǎn)cinet中進(jìn)行共詞網(wǎng)絡(luò)分析打下基礎(chǔ)。

3.3? 用戶滿意度影響因素分析

在上文中，已根據(jù)雙因素理論將抓取的用戶評(píng)論文本分為積極用戶體驗(yàn)評(píng)價(jià)和消極用戶體驗(yàn)評(píng)價(jià)兩類。根據(jù)歸類得出的用戶評(píng)價(jià)指標(biāo)體系，分別對(duì)積極用戶體驗(yàn)和消極用戶體驗(yàn)進(jìn)行人工編碼，如果一條評(píng)論中出現(xiàn)某個(gè)維度下的某個(gè)指標(biāo)，則記為1，否則記為0。非參數(shù)檢驗(yàn)是一種常用的數(shù)據(jù)分析方法，其主要功能是在總體方差知道甚少或未知的情況下，利用樣本數(shù)據(jù)有效推斷總體形態(tài)分布[11]。二項(xiàng)分布（Binomial Test）作為非參數(shù)檢驗(yàn)方法的一種，主要功能是通過(guò)樣本數(shù)據(jù)，檢驗(yàn)樣本來(lái)自的總體是否服從二項(xiàng)分布（其指定的概率為P）。

本文的數(shù)據(jù)結(jié)果呈現(xiàn)兩種取值，出現(xiàn)=1，不出現(xiàn)=0，適用于二項(xiàng)分布檢驗(yàn)。因此，本文在編碼的基礎(chǔ)上，進(jìn)一步利用二項(xiàng)分布檢驗(yàn)，得到各個(gè)因素出現(xiàn)頻次在積極和消極用戶體驗(yàn)評(píng)價(jià)中的顯著性差異，并以各維度中不同指標(biāo)的相對(duì)頻次作為對(duì)比項(xiàng)，有效比較影響積極用戶體驗(yàn)和消極用戶體驗(yàn)評(píng)價(jià)的各因素的相對(duì)頻次，進(jìn)而分析影響用戶滿意度的相關(guān)因素[12]。

因?yàn)榉e極用戶體驗(yàn)評(píng)價(jià)和消極用戶體驗(yàn)評(píng)價(jià)的評(píng)論數(shù)量不同，所以對(duì)各維度下的各指標(biāo)的出現(xiàn)頻次采用相對(duì)頻次，統(tǒng)計(jì)結(jié)果以百分比呈現(xiàn)。某個(gè)因素在某一類評(píng)價(jià)中出現(xiàn)的相對(duì)頻次越高，說(shuō)明這一因素越顯著。用戶評(píng)價(jià)經(jīng)過(guò)編碼后，通過(guò)SPSS進(jìn)行二項(xiàng)分布檢驗(yàn)，結(jié)果如表2所示。

二項(xiàng)分布檢驗(yàn)的結(jié)果顯示，消極用戶體驗(yàn)評(píng)價(jià)的四個(gè)維度的16個(gè)指標(biāo)均具有顯著差異。相對(duì)頻次結(jié)果顯示，超過(guò)5%的前七個(gè)高分詞頻分別為課程（20.01%）、客服（9.05%）、配音（6.78%）、軟件（11.22%）、版本（6.45%）、登記（9.55%）、班主任（5.18%）。上述分析結(jié)果可以得出，在影響積極用戶體驗(yàn)評(píng)價(jià)的因素中，配置維度在用戶評(píng)價(jià)的關(guān)注度最高。用戶對(duì)于課程的質(zhì)量有較高的要求，同時(shí)希望軟件里面的配音是原版高質(zhì)量的，最后客服的服務(wù)質(zhì)量也有待提升。其次，系統(tǒng)維度的關(guān)注度也很高。從評(píng)論文本中的關(guān)鍵詞詞頻統(tǒng)計(jì)也可看出很多用戶在吐槽英語(yǔ)流利說(shuō)App系統(tǒng)的閃退和卡頓，而且需要登記給用戶帶來(lái)了諸多不便。最后，一些推銷行為造成了用戶的反感。

同樣，積極用戶體驗(yàn)評(píng)價(jià)的四個(gè)維度的16個(gè)指標(biāo)均具有顯著差異。相對(duì)頻次結(jié)果顯示，超過(guò)5%的前七個(gè)高分詞頻分別為課程（13.37%）、配音（6.77%）、軟件（20.89%）、版本（7.52%）、學(xué)費(fèi)（6.86%）、打卡（5.19%）、班主任（5.98%）。上述分析結(jié)果可以得出，在影響積極用戶體驗(yàn)評(píng)價(jià)的因素中，系統(tǒng)維度在用戶評(píng)價(jià)的關(guān)注度最高說(shuō)明用戶對(duì)軟件和版本的要求很高。其次，特色維度的關(guān)注度也很高。分析文本可知，用戶認(rèn)為打卡能有效增強(qiáng)學(xué)習(xí)英語(yǔ)的動(dòng)機(jī)，班主任的督促有利于用戶有效提高其學(xué)習(xí)的效率。此外，用戶也比較關(guān)注課程和配音的這兩個(gè)因素，對(duì)于英語(yǔ)學(xué)習(xí)的配置要求也比較高。

4? 數(shù)字教育移動(dòng)端App提升用戶滿意度路徑探索

4.1? 以強(qiáng)大的自主研發(fā)能力為核心驅(qū)動(dòng)力，深耕AI教育領(lǐng)域

人工智能應(yīng)用于教育領(lǐng)域可以提升教學(xué)效率，還可以根據(jù)每一位學(xué)生的特質(zhì)提供個(gè)性化學(xué)習(xí)服務(wù)。流利說(shuō)上線了的AI老師，為每一位用戶定制的個(gè)性化課程在市面上廣受好評(píng)。在用戶評(píng)論中，用戶也給予定制化學(xué)習(xí)極大的肯定?？梢钥闯觯瑸閺V大用戶提供更人性化的服務(wù)體驗(yàn)，將是未來(lái)數(shù)字教育發(fā)展的必然趨勢(shì)。

4.2? 嚴(yán)格把關(guān)內(nèi)容質(zhì)量和服務(wù)質(zhì)量，以質(zhì)量為中心

一個(gè)企業(yè)想要實(shí)現(xiàn)可持續(xù)發(fā)展，就需要在產(chǎn)品質(zhì)量和服務(wù)水平上下功夫。英語(yǔ)流利說(shuō)App除了給用戶提供練習(xí)口語(yǔ)的課程還提供了可以配音的小視頻。小視頻中包含經(jīng)典英文影片片段、英文演講片段以及英文歌曲片段等。這不僅吸引了用戶，而且也提高了他們英語(yǔ)配音的能力。在用戶評(píng)論中，用戶對(duì)于客服和班主任的服務(wù)質(zhì)量有較高的重視度，其服務(wù)會(huì)嚴(yán)重影響用戶的使用體驗(yàn)。因此，數(shù)字教育企業(yè)需要嚴(yán)格把關(guān)招聘環(huán)節(jié)，選拔時(shí)應(yīng)以能力為核心，選取德才兼?zhèn)涞娜瞬挪⑦M(jìn)行崗前培訓(xùn)。另外，也要盡可能多的采用原版高質(zhì)量的英語(yǔ)配音視頻，提供優(yōu)質(zhì)的學(xué)習(xí)素材。

4.3? 注重產(chǎn)品的更新迭代，及時(shí)完善系統(tǒng)功能

產(chǎn)品的升級(jí)和迭代是任何一個(gè)品牌必經(jīng)的發(fā)展歷程，在產(chǎn)品升級(jí)換代的時(shí)候需要及時(shí)完善系統(tǒng)。英語(yǔ)流利說(shuō)產(chǎn)品更新速度是很快的，但是從用戶評(píng)論中了解到很多用戶在吐槽英語(yǔ)流利說(shuō)App系統(tǒng)的閃退和卡頓，而且需要繁瑣的登記步驟給用戶帶來(lái)了諸多不便。未來(lái)數(shù)據(jù)教育產(chǎn)品也應(yīng)注重產(chǎn)品的更新，但一定要在更新的時(shí)候及時(shí)優(yōu)化和完善產(chǎn)品的功能，優(yōu)化登記頁(yè)面，方便新用戶注冊(cè)，給用戶更好的體驗(yàn)。

4.4? 定期分析學(xué)員數(shù)據(jù)，做好學(xué)習(xí)效果的復(fù)盤(pán)

學(xué)習(xí)效果復(fù)盤(pán)是一種將學(xué)習(xí)的思考、總結(jié)、反思、提高整合于一身的學(xué)習(xí)方式。流利說(shuō)App為每位學(xué)員配備班主任，設(shè)立專屬社群，把控學(xué)員學(xué)習(xí)進(jìn)度的做法不僅提高了用戶的學(xué)習(xí)效率也得到大多數(shù)人的高度贊揚(yáng)。流利說(shuō)App利用數(shù)據(jù)說(shuō)話的特點(diǎn)，讓用戶直觀清晰地了解到自己的學(xué)習(xí)情況，從而幫助用戶做好了復(fù)盤(pán)的工作。通過(guò)對(duì)自己的經(jīng)驗(yàn)和教訓(xùn)進(jìn)行總結(jié)，掌握事物的原理和規(guī)律，是最好的學(xué)習(xí)方式，也是未來(lái)數(shù)字教育領(lǐng)域必須重視的一個(gè)方面。

4.5? 運(yùn)用大數(shù)據(jù)、人工智能精準(zhǔn)投放廣告，改善用戶體驗(yàn)

根據(jù)用戶評(píng)論可知，大多數(shù)人不太喜歡廣告，但廣告是媒體類產(chǎn)品商業(yè)化收入的主要來(lái)源，完全拋棄難以實(shí)現(xiàn)。需要注意的是，用戶通常反感的是強(qiáng)迫推銷式的，與閱讀內(nèi)容不相關(guān)的廣告。引入貼片廣告，應(yīng)該摒棄傳統(tǒng)粗暴、直接的做法，尊重用戶對(duì)于廣告的感官、心理體驗(yàn)，打造植入式的原生廣告。隨著深度學(xué)習(xí)能力的加強(qiáng)，未來(lái)數(shù)字教育領(lǐng)域在提高用戶對(duì)產(chǎn)品的滿意度時(shí)，需要重視廣告推送的精準(zhǔn)化和智能化。

參考文獻(xiàn)

[1]翟?shī)檴?，孫雪瑩，李進(jìn)華.基于社交體驗(yàn)的移動(dòng)App持續(xù)使用意愿研究——以網(wǎng)易云音樂(lè)為例[J].現(xiàn)代情報(bào)，2019，39（2）：128-135.

[2]李武，趙星.大學(xué)生社會(huì)化閱讀App持續(xù)使用意愿及發(fā)生機(jī)理研究[J].中國(guó)圖書(shū)館學(xué)報(bào)，2016，42（1）：52-65.

[3]趙志濱，劉歡，姚蘭，等.中文產(chǎn)品評(píng)論的維度挖掘及情感分析技術(shù)研究[J].計(jì)算機(jī)科學(xué)與探索，2018，12（3）：341-349.

[4]潘華麗，史兆敏，陸忱.基于互動(dòng)性視角的旅游App用戶持續(xù)使用意愿研究[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（1）：117-128.

[5]趙楊，李齊齊，陳雨涵，等.基于在線評(píng)論情感分析的海淘App用戶滿意度研究[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2018，2（11）：19-27.

[6]李曌赟.淺析教育類App的市場(chǎng)特征及營(yíng)銷策略——以英語(yǔ)流利說(shuō)為例[J].現(xiàn)代經(jīng)濟(jì)信息，2019（8）：358.

[7]Herzberg，F(xiàn).Motivation-hygiene profiles：pinpointing what ails the organization[J].Organizational dynamics，1974，3（2）：18-29.

[8]情感分析[EB/OL].http：//ictclas.nlpir.org/nlpir/html/qinggan-5.html.

[9]張勤，馬費(fèi)成.國(guó)外知識(shí)管理研究范式——以共詞分析為方法[J].管理科學(xué)學(xué)報(bào)，2007（6）：65-75.

[10]邵云飛，歐陽(yáng)青燕，孫雷.社會(huì)網(wǎng)絡(luò)分析方法及其在創(chuàng)新研究中的運(yùn)用[J].管理學(xué)報(bào)，2009，6（9）：1188-1193，1203.

[11]錢(qián)兵，徐舉，常亞敏.基于運(yùn)營(yíng)商跨平臺(tái)同源數(shù)據(jù)的購(gòu)物決策路徑研究[J].電信技術(shù)，2017（6）：13-18.

[12]俞越.上海不同檔次酒店顧客滿意度影響因素差異研究[D].上海：華東師范大學(xué)，2017.