基于多元線性回歸模型的產(chǎn)品在線評(píng)價(jià)數(shù)據(jù)研究

邵柏巖 彭皓崧 湯海龍

摘要：客戶反饋，如產(chǎn)品評(píng)級(jí)和評(píng)審是產(chǎn)品質(zhì)量的最直接指標(biāo).對(duì)產(chǎn)品和反饋進(jìn)行詳細(xì)的分析，對(duì)未來的市場(chǎng)發(fā)展以及相應(yīng)的銷售運(yùn)作模式具有重要的指導(dǎo)意義：深入分析這些數(shù)據(jù)，探索某些變量之間的內(nèi)在聯(lián)系：本論文在消除冗余信息后，多元線性回歸，對(duì)每個(gè)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理?；诋a(chǎn)品正面和負(fù)面評(píng)論的情感水平，每一個(gè)都給出一個(gè)百分制評(píng)分。情感越積極，分?jǐn)?shù)越高允許文本評(píng)論量化。

關(guān)鍵詞：多元線性回歸;灰色預(yù)測(cè);網(wǎng)上購(gòu)物

1.引言

近年來，網(wǎng)上購(gòu)物越來越流行，它具有節(jié)省時(shí)間、方便和廉價(jià)等優(yōu)點(diǎn)。亞馬遜等在線商店使用產(chǎn)品評(píng)級(jí)系統(tǒng)作為影響顧客決策的重要因素，幫助顧客從更大數(shù)量的產(chǎn)品中選擇想要的東西。購(gòu)買商品的用戶提交的這些評(píng)級(jí)和評(píng)論對(duì)客戶和公司都有很高的參考價(jià)值。商品評(píng)估為誠(chéng)信交易提供參考。它可以保護(hù)購(gòu)買者的利益，并促使賣家最大程度地進(jìn)行誠(chéng)信交易。

2.統(tǒng)計(jì)分析

為了找出給定的數(shù)據(jù)，如星級(jí)和評(píng)價(jià)的產(chǎn)品之間的相關(guān)性，我們使用軟件SPSS和STATA進(jìn)行數(shù)據(jù)分析。

2.1描述性統(tǒng)計(jì)

應(yīng)用SPSS軟件對(duì)三個(gè)產(chǎn)品數(shù)據(jù)集進(jìn)行描述性統(tǒng)計(jì)。

2.2數(shù)據(jù)預(yù)處理

（1）刪除不相關(guān)的因素，如“市場(chǎng)”、“客戶ID”、“評(píng)論ID”、“總選票”和“生產(chǎn)廠家”，它們被認(rèn)為是冗余數(shù)據(jù)。

（2）我們根據(jù)評(píng)審的情感強(qiáng)度來評(píng)價(jià)產(chǎn)品的滿意度，并給每篇評(píng)論打分，從0（失望）到100（很好）。

（3）將定性數(shù)據(jù)“Vine”和“確認(rèn)購(gòu)買”轉(zhuǎn)換為定量數(shù)據(jù)，并建立虛擬定量數(shù)據(jù)“Vine（1）”、“Vine（2）”、“確認(rèn)購(gòu)買（1）”，“確認(rèn)購(gòu)買（2）”。

2.3建立多元回歸模型

為廠探索變量之間的關(guān)系，我們使用“星級(jí)”作為因變量和其他變量作為自變量，建立多元回歸分析模型。

星級(jí)i=α·等級(jí)i+β·有用性i+∑r_nvine_n+∑λ_k·確認(rèn)購(gòu)買_k+C

其中n=1，2;k=1，2;i=1，2，3。

編寫STATA程序求解該模型。

星級(jí)₁=0.04930·等級(jí)₁+0.00001·有用性₁-0.00702·vine₁-0.00876·確認(rèn)購(gòu)買₁+0.56156

星級(jí)₂=0.04946·等級(jí)₂+0.00020·有用性₂-0.00922·vine₂+0.02596確認(rèn)購(gòu)買₂+0.51173星級(jí)₃=0.04923·等級(jí)₃+000180·有用性₃-0.01036·vine₃-0.00523·確認(rèn)購(gòu)買₃+0.57133

注：Vine_i因共線性而省略。因?yàn)楣簿€，省略了確認(rèn)購(gòu)買_i。

2.4結(jié)論

通過這些結(jié)果，我們可以得到三個(gè)數(shù)據(jù)集的F分布的p值，它們是0<0.05，這樣我們就可以拒絕原來的聯(lián)合顯著性假設(shè)。

H₀：α=β=γ_n=λ_k=0

低于95%置信水平的顯著性檢驗(yàn)。我們可以安全地得出結(jié)論，星級(jí)評(píng)價(jià)和其他變量之間有很強(qiáng)的相關(guān)性。

類似地，我們進(jìn)一步分析結(jié)果，發(fā)現(xiàn)吹風(fēng)機(jī)和微波數(shù)據(jù)集中的評(píng)級(jí)和確認(rèn)購(gòu)買變量的P值和P<0.05，因此這兩個(gè)變量都強(qiáng)烈地影響星級(jí)。

2.5模型評(píng)價(jià)

（2）如圖1所示，我們以吹風(fēng)機(jī)數(shù)據(jù)集為例繪制了其星級(jí)核密度估計(jì)（左）和每個(gè)數(shù)據(jù)集的殘差和擬合值的散點(diǎn)圖（右）。然后利用BP檢驗(yàn)進(jìn)行分析，發(fā)現(xiàn)模型通過異方差檢驗(yàn)，沒有理由拒絕BP假設(shè)的原始假設(shè)。

（3）考慮到所有的變量避免了本土化的影響，模型結(jié)果是一致的。符合事實(shí)，合理性和適用性好。預(yù)測(cè)具有良好的可預(yù)測(cè)性和通用性。這種多元回歸模型可以推廣到其他領(lǐng)域。

3結(jié)論與建議

通過本文的研究可以得出：星級(jí)和評(píng)論與產(chǎn)品質(zhì)量有很大關(guān)系，應(yīng)該對(duì)這一點(diǎn)加以注意。星級(jí)和客戶評(píng)論是產(chǎn)品質(zhì)量最重要的指標(biāo)。通過多元回歸分析，我們可以發(fā)現(xiàn)產(chǎn)品星級(jí)評(píng)分與評(píng)論顯著相關(guān)，并且具有很強(qiáng)的一致性。此外，確認(rèn)購(gòu)買也顯著影響星級(jí)，其他變量影響相對(duì)較小?？梢钥闯?，星級(jí)是一個(gè)綜合評(píng)價(jià)標(biāo)準(zhǔn)和反映產(chǎn)品質(zhì)量。

我們給出下面的建議：可以為產(chǎn)品做些事情來提高聲譽(yù)和積極的評(píng)價(jià);可以采取一些措施來促進(jìn)口碑營(yíng)銷，以提高產(chǎn)品意識(shí)，從而提高產(chǎn)品曝光率和吸引更多顧客。在制定銷售策略時(shí)有許多因素需要考慮，在做決定前要三思。