電商時代線上商家的用戶評價挖掘模型研究

謝瑩 伍逸興 李秦青

摘 要：作為電子商務(wù)的重要載體，互聯(lián)網(wǎng)上的內(nèi)容對商家也存在導(dǎo)向作用。通過對網(wǎng)絡(luò)上顧客反饋的挖掘，商家可以及時了解市場行情，完善商品的質(zhì)量和營銷手段。本研究采用顧客滿意度模型，以三種產(chǎn)品：吹風(fēng)機、微波爐、嬰兒奶嘴為例，對他們的文本評價進行數(shù)據(jù)分析?；诖?，可以對用戶的文本評論有一個大概的認(rèn)識，能夠充分的挖掘其中所包含的文本信息。

關(guān)鍵詞：用戶評價 ?評價挖掘 ?顧客滿意度模型

中圖分類號：F724.6 文獻標(biāo)識碼：A

近年來，互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)已成為人們生活中重要的信息來源，也是人們表達個人意向的重要途徑。人們在購買商品前，都習(xí)慣在網(wǎng)上查看他人對同一產(chǎn)品的評價;另外，人們也越來越喜歡在網(wǎng)上分享他們對使用過的產(chǎn)品的看法。同時，作為電子商務(wù)的重要載體，互聯(lián)網(wǎng)上的內(nèi)容對商家也存在導(dǎo)向作用。通過對網(wǎng)絡(luò)上顧客反饋的挖掘，商家可以及時了解市場行情，完善商品的質(zhì)量和營銷手段。

進軍一個新市場是有風(fēng)險的，但如果事先做了周密的調(diào)查就沒有相關(guān)風(fēng)險。如今，產(chǎn)品評論對于在線銷售至關(guān)重要，因為它們反映了產(chǎn)品的市場接受度，而這是銷售策略的核心。眾所周知，世界上最大的網(wǎng)購平臺亞馬遜提供了三種評論：以星級的形式進行評價（star ratings），用戶的文字評論，以及用戶和非用戶對原始評論的意見，稱為“幫助度”（helpfulness rating）。

本研究以吹風(fēng)機、微波爐、嬰兒奶嘴為例。公司已經(jīng)準(zhǔn)備了客戶評論的數(shù)據(jù)集，這些數(shù)據(jù)集不僅包含上述類型，而且還指明了時間段。在整個分析過程中，本研究不會使用除它們之外的任何數(shù)據(jù)。

簡而言之，研究的工作包括以下幾方面。

任務(wù)（1）描述性地分析數(shù)據(jù)并勾勒出粗略的市場圖景。任務(wù)（2）向公司營銷總監(jiān)展示如何衡量這些數(shù)據(jù)，并獲得其想要的結(jié)果。這包括數(shù)學(xué)建模和數(shù)據(jù)處理的步驟。任務(wù)（3）確定衡量在線評論的關(guān)鍵因素。隨著時間的推移，發(fā)現(xiàn)銷售趨勢，并確定哪種產(chǎn)品是真正“成功”或“失敗”的。任務(wù)（4）揭示原始評論和二級評級（幫助性評級）之間的關(guān)系。任務(wù)（5）將以上步驟組織成建議。

1 模型描述

1.1 假設(shè)

由于缺乏必要的數(shù)據(jù)和知識有限，通過以下假設(shè)來幫助我們建模和分析。這些假設(shè)將是之后分析的先決條件。

（1）明星評論和客戶評論同等重要，重要性權(quán)重不會隨著時間而改變。（2） 顧客對三種產(chǎn)品的評價模式是相似的。（3）數(shù)據(jù)真實準(zhǔn)確。

1.2 數(shù)據(jù)處理

我們刪除了包含缺失值和異常值的行。經(jīng)過簡短的選擇，我們發(fā)現(xiàn)三個數(shù)據(jù)集中有缺失值和離群值的行。例如，星級理論上從1星～5星，但一些產(chǎn)品被評為0星、10星，甚至144星。對于vine和verified purchase的標(biāo)簽，應(yīng)該是yes或no。因此，我們刪除了兩者都不包含的行。與此同時，有些線條還不完整。這些行總數(shù)很小，這不會對刪除后的總體數(shù)據(jù)輸出產(chǎn)生負(fù)面影響。最后，我們得到一個過濾后的數(shù)據(jù)記錄可以分析。

1.3 簡要分析

在對數(shù)據(jù)進行預(yù)處理后，我們有意地從三個元素進行分析，如圖1所示。

從圖1可知，vine上的會員只占審稿人總數(shù)的一小部分（低于2%），這意味著高可信度的客戶很少，所以我們必須仔細推測星級評分和評論之間的關(guān)系。

我們根據(jù)不同評級的人數(shù)制定三個獨立的星級評級直方圖。

我們還考察了驗證采購在總采購中的比例。深藍色扇區(qū)表示“N”，淺藍色表示“Y”?？梢钥闯觯碉L(fēng)機和嬰兒奶嘴產(chǎn)品在質(zhì)量和服務(wù)上都是值得信賴的，通過認(rèn)證購買的產(chǎn)品占總交易量的86%，而微波爐的性能則值得懷疑，因為未經(jīng)認(rèn)證購買的產(chǎn)品占總交易量的30%以上。

2 顧客滿意度模型

為了幫助公司更好地了解市場，我們將客戶評價量化，并結(jié)合星級評分提出客戶滿意度模型：

總分從0～10。分?jǐn)?shù)越高，客戶滿意度越高。

建立該模型是為了計算客戶滿意度得分，使公司能夠?qū)崟r跟蹤市場情緒。

在長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）中，每個細胞都持有已記憶的值。當(dāng)我們更新當(dāng)前單元格的輸出時，還需要決定在當(dāng)前單元格中可以記錄什么。長短期記憶神經(jīng)網(wǎng)絡(luò)于1997年正式提出，包括遺忘門、輸入門、輸出門這三個結(jié)構(gòu)，如圖2所示。

遺忘門決定哪些信息應(yīng)該被丟棄或保留。之前隱藏狀態(tài)的信息和當(dāng)前輸入的信息同時加載到Sigmoid函數(shù)中。輸出值在0和1之間變化。1表示“完全保留”，而0表示“完全刪除”。因此，這個函數(shù)可以決定哪些信息應(yīng)該刪除。

輸入門用于更新單元狀態(tài)。之前的門已經(jīng)決定了要做什么，我們只需要實際去做。首先，將之前隱藏的狀態(tài)信息和當(dāng)前的輸入信息輸入到Sigmoid函數(shù)中，并將輸出值調(diào)整為0～1，以決定更新哪些信息。0表示不重要，1表示重要。另一種可能的解決方法是通過函數(shù)將隱藏狀態(tài)和電腦輸入放入，壓縮到-1～1來調(diào)整網(wǎng)絡(luò)，然后乘以s型門的輸出。Sigmoid函數(shù)將決定輸出中哪些信息是重要的，哪些信息需要保留。

控制Ct輸出的門稱為輸出門。一個輸出門決定下一個隱藏狀態(tài)的值，它包含關(guān)于前一個輸入的信息。隱藏狀態(tài)也可以用于預(yù)測。首先，將先前的隱藏狀態(tài)和當(dāng)前輸入到Sigmoid函數(shù)中;其次，將新得到的單位態(tài)代入Tanh函數(shù);再次，將Tanh輸出與Sigmoid輸出相乘，確定隱藏狀態(tài)應(yīng)該攜帶的信息;最后，將隱藏狀態(tài)作為當(dāng)前單元輸出，并將新的單元狀態(tài)和新的隱藏狀態(tài)傳輸?shù)较乱粋€時間。

3 結(jié)果分析

由于星級評分已經(jīng)是可以直接分析的數(shù)據(jù)，因此，我們需要將用戶的文本進行數(shù)據(jù)化。同樣采用長短期記憶神經(jīng)網(wǎng)絡(luò)來為顧客的評論打分，LSTM單元數(shù)至64個，分類類別至2個，并使用24500個帶有情感標(biāo)簽（0和1）的評論文本作為模型培訓(xùn)的培訓(xùn)材料。

在模型訓(xùn)練過程中，我們對不同訓(xùn)練次數(shù)下生成的模型進行準(zhǔn)確性和反向傳播損耗的評估，如表1所示。

對模型進行設(shè)置后，以嬰兒奶嘴產(chǎn)品的評論主體作為模型輸入，得到輸出，即每次評論顯示積極情緒的可能性。

然后基于顧客滿意度模型，將評價分?jǐn)?shù)代入函數(shù)中，將結(jié)果（顧客滿意度分?jǐn)?shù)）分為高[6，10]、平均[3，6]、低[0-3]三個層次。在確定人數(shù)后將結(jié)果可視化。

4 結(jié)語

優(yōu)點：（1）在從評論中提取特征詞時，首先對詞的詞性進行篩選，分別提取名詞、動詞、形容詞，然后計算這些詞出現(xiàn)的頻率，再進行比較。再處理，如刪除無意義的介詞，極大地簡化了計算，提高了模型的效率。（2）選取LSTM模型時，收集了大量的樣本對其進行訓(xùn)練，提高了精度。更改了模型中的參數(shù)，以檢查它是否會影響輸出結(jié)果。最后，模型是穩(wěn)定的。（3）對時間序列進行預(yù)測，使用了prophet模型。與傳統(tǒng)的時間序列預(yù)測方法（如ARIMA模型）相比，ARIMA模型通常存在適用時間序列數(shù)據(jù)量小、缺失值需要填充、靈活性差、指導(dǎo)性差的局限性。prophet模型更簡單、更靈活，解決了預(yù)測定制季節(jié)和假期效果的時間問題。

缺點：（1）由于帶有投票的評論很少，為了簡化模型，我們沒有過多考慮有用評論數(shù)的影響，這可能會對分析造成一定的誤差。（2）雖然特征詞提取的結(jié)果有效地揭示了客戶的主要關(guān)注點，但出現(xiàn)頻率最高的詞包含無意義詞（如baby等）。這在一定程度上是因為奶嘴產(chǎn)品是針對嬰兒的。

參考文獻

Hochreiter S， Schmidhuber， Jürgen. Long Short-Term Memory [J]. Neural Computation， 1997， 9（8）.

Le J A， El-Askary H M， Allali M<i>， et al. </i>Application of recurrent neural networks for drought projections in California [J]. Atmospheric Research， 2017（188）.

Sean J. Taylor &amp;amp; Benjamin Letham. Forecasting at Scale[J]. The American Statistician， 2018， 72 （1）.

Taylor S J， Letham B. prophet： automatic forecasting procedure. R package version 0.3， 2017.