星級(jí)與評(píng)論對(duì)于消費(fèi)者購買商品的影響研究

周海濤

摘 ?要：在互聯(lián)網(wǎng)電子商務(wù)時(shí)代，人們更愿意通過星級(jí)評(píng)定和評(píng)論來決定是否購買產(chǎn)品。我們找到一個(gè)基于SARTYZ評(píng)級(jí)和評(píng)論的銷售策略。首先，我們對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括缺失值的處理和過濾數(shù)據(jù)。在處理缺失數(shù)據(jù)時(shí)，我們將其分為兩個(gè)部分。第一部分是用三次樣條插值來填充數(shù)據(jù)，第二部分是用平均值填充被忽略的數(shù)據(jù)。在處理過濾數(shù)據(jù)時(shí)，我們過濾只有一個(gè)評(píng)論的產(chǎn)品。其次，由于星級(jí)是一個(gè)定量指標(biāo)，為了找到一種方法來衡量產(chǎn)品通過星級(jí)評(píng)級(jí)和審查，我們量化評(píng)論。由于評(píng)論是自然語言，所以我們使用TF IDF算法來查找。

關(guān)鍵詞：評(píng)論;情感特征;指標(biāo)

1.引言

Amazon為顧客提供了評(píng)估和審查購買的機(jī)會(huì)[1]。“星級(jí)評(píng)級(jí)”允許購買者用1到5的比例來表達(dá)他們對(duì)產(chǎn)品的滿意程度。此外，客戶可以提交“評(píng)論”來表達(dá)關(guān)于產(chǎn)品的更多意見和信息[2]。其他客戶可以提交“幫助性評(píng)級(jí)”以協(xié)助他們自己的產(chǎn)品購買決策。公司利用這些數(shù)據(jù)來了解他們參與的市場(chǎng)，參與的時(shí)機(jī)，以及產(chǎn)品設(shè)計(jì)特征選擇的潛在成功[3]。

2.模型的建立與求解

評(píng)論文本分為主觀文本、客觀文本和無意義文本。與客觀文本相比，主觀文本是一種自然語言文本表達(dá)形式。文本特征一般包括發(fā)布者信息、對(duì)象信息、時(shí)間信息、位置信息、意見信息等。文本挖掘工作根據(jù)不同的需要提取相應(yīng)的特征。

2.1 基于評(píng)級(jí)和評(píng)論的模型

2.1.1 模型概述

信息檢索是目前應(yīng)用最廣泛的一種技術(shù)。論文檢索和搜索引擎屬于信息檢索范疇。TF IDF（術(shù)語頻率逆文檔頻率）模型在搜索引擎等實(shí)際應(yīng)用中有著廣泛的應(yīng)用。

在使用TF IDF模型之前，我們首先需要使用Python來對(duì)評(píng)論進(jìn)行預(yù)處理，即標(biāo)記單詞、刪除模態(tài)粒子、去除無關(guān)注釋。

在完成數(shù)據(jù)處理后，使用TF IDF模型對(duì)評(píng)論進(jìn)行量化。由于數(shù)據(jù)太多，我們選擇了某品牌的吹風(fēng)機(jī)進(jìn)行分析。

2.1.2 概念定義

3.結(jié)論

在互聯(lián)網(wǎng)電子商務(wù)時(shí)代，人們更愿意參照星級(jí)和評(píng)論來決定是否要購買產(chǎn)品。我們的模型表明專家的意見并不總是代表消費(fèi)者的真實(shí)感受。評(píng)論所揭示的用戶主觀傾向?qū)οM(fèi)者心理和購買決策有較大影響。此外，我們還發(fā)現(xiàn)產(chǎn)品的評(píng)價(jià)值會(huì)隨時(shí)間而波動(dòng)，但特定星級(jí)對(duì)評(píng)論的影響并不顯著，這表明僅通過星級(jí)評(píng)定來預(yù)測(cè)商品的評(píng)價(jià)價(jià)值是不可靠的。商店應(yīng)更多地關(guān)注消費(fèi)者的主觀體驗(yàn)，從而提高產(chǎn)品的功能，使產(chǎn)品更受歡迎。

參考文獻(xiàn)

[1] ?李紅柳，王興元. 在線用戶評(píng)論對(duì)顧客價(jià)值創(chuàng)造的影響研究———基于評(píng)論特征的分析[J]. 價(jià)格理論與實(shí)踐，2018，03（23）：43-48.

[2] ?王維娜. 面向中文在線評(píng)論意見的挖掘算法研究及應(yīng)用[D]. 西安科技大學(xué)，2017.

[3] ?劉俊清，湯定娜. 在線評(píng)論、顧客信任與消費(fèi)者購買意愿關(guān)系研究[J]. 價(jià)格理論與實(shí)踐，2016（12）：200-203.