基于消費(fèi)者評論的商品銷售研究

朱曙旸 殷麗 史逸興

摘 要：為探究消費(fèi)者對商品的評論與商品銷售之間的關(guān)系，本文首先采用系統(tǒng)聚類分析對消費(fèi)者進(jìn)行分類，通過TF-IDF法將消費(fèi)者對商品的評論量化并構(gòu)建出消費(fèi)者評論得分模型，再采用熵權(quán)法對模型進(jìn)行優(yōu)化，確定出不同商品受消費(fèi)者歡迎的程度，從而可以幫助企業(yè)更有效地調(diào)整商品銷售策略。

關(guān)鍵詞：TF-IDF法;系統(tǒng)聚類分析;熵權(quán)法

一、引言

近年來，隨著互聯(lián)網(wǎng)的發(fā)展與普及，網(wǎng)絡(luò)購物儼然成為一股時(shí)代潮流，相較于商品基本信息，消費(fèi)者在線上選購商品時(shí)往往會更加注重其他消費(fèi)者對于商品的評價(jià)。此外，現(xiàn)今海量數(shù)據(jù)的存儲與處理技術(shù)已較為成熟，這不僅奠定了科學(xué)的基礎(chǔ)，而且為企業(yè)做出重要決策提供了信息。

對于商品銷售與數(shù)據(jù)挖掘的研究，許姍姍用深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)模型進(jìn)行建模，實(shí)現(xiàn)了對單品的細(xì)粒度預(yù)測分析;滕樹軍等人通過對商品關(guān)注度的劃分建立了多元回歸模型從而確定影響商品銷售的因素;李曉穎等人結(jié)合Hadoop與Spark的優(yōu)點(diǎn)設(shè)計(jì)出包括HDFS、Tableau等集群的大數(shù)據(jù)分析與挖掘平臺;陳紅平結(jié)合大數(shù)據(jù)相關(guān)理論與方法，探究了孤立點(diǎn)算法和ARIMA模型在商品流通企業(yè)經(jīng)營審計(jì)中的應(yīng)用;曹天擇對評論文本數(shù)據(jù)通過情感分析技術(shù)進(jìn)行相應(yīng)分析，探究了消費(fèi)者再次購買意愿和要素之間的關(guān)系。

二、數(shù)據(jù)及其處理

本文選用2020年MCM/ICM競賽C題中的數(shù)據(jù)，其中包括消費(fèi)者對亞馬遜市場上出售的微波爐、嬰兒奶嘴以及吹風(fēng)機(jī)發(fā)表的評分和評論。

在數(shù)據(jù)的預(yù)處理方面，對于缺失率超過50%的變量，由于數(shù)據(jù)完全失真且無法修復(fù)，將其剔除以減少偏差，對于丟失小于50%的數(shù)據(jù)，可以根據(jù)相鄰的數(shù)據(jù)進(jìn)行補(bǔ)充，如果相鄰數(shù)據(jù)之間沒有連接，則可以直接刪除，因?yàn)閬G失的數(shù)據(jù)只是總數(shù)的一小部分。對于異常值，用K近鄰法對它們進(jìn)行均值校正，以提高結(jié)果的準(zhǔn)確性。例如，如果某一組件上有缺失或異常點(diǎn)或觀察，則該組件將被移除。利用由其他觀測分量組成的向量作為距離，找到最接近缺失點(diǎn)的K觀測值。對于評論文本，由于評論數(shù)據(jù)主要由字母組成，彼此之間的關(guān)聯(lián)程度大大降低，為方便處理，將其中全部都由大寫字母轉(zhuǎn)化為小寫，并刪除標(biāo)點(diǎn)和空格。

三、消費(fèi)者評論得分模型

1.模型設(shè)定

為了探究消費(fèi)者評價(jià)數(shù)據(jù)與商品銷售之間的關(guān)系，本文將消費(fèi)者對商品不同類型的評論進(jìn)行量化，并用熵權(quán)法賦予各類型評論量化后的值以相應(yīng)的權(quán)重，在此基礎(chǔ)上結(jié)合這些特定的數(shù)據(jù)類型得出一個(gè)能夠反映商品在市場上銷售情況的綜合指標(biāo)，即消費(fèi)者評論得分模型。

2.主要變量說明

（1）星級評定（S）：是一種個(gè)人評定制度，購買者使用1星（低額定，低滿意）至5星（高額定，高滿意）來表達(dá)對商品的滿意程度，它反映了消費(fèi)者對商品的整體感受和直接評價(jià)，直觀地顯示了商品的可取性程度，本文中用“S”表示。

（2）評論（評論得分P）：為了表達(dá)對商品的進(jìn)一步意見和信息，客戶提交了基于文本的消息即所謂的“評論”。這些評論不僅表達(dá)了客戶決策的具體感受和原因，而且可能引發(fā)更多類似的評論。本文用P表示評論得分。

（3）幫助等級（F）：考慮到評論的多樣性和具體要求，我們引入了評論有效性的概念，以減少干擾，這也被稱為幫助性評級，本文中用“F”表示。

（4）商品聲譽(yù)（H）：良好的聲譽(yù)是商品的最佳廣告，有助于將潛在消費(fèi)者轉(zhuǎn)化為忠誠客戶。因此，商品的聲譽(yù)就像商品的生命，反映了商品未來的發(fā)展趨勢。本文中用“H”表示。

3.TF-IDF算法描述

IDF的主要思想是：如果包含詞條t的文檔越少，也就是n越小，IDF越大，則說明詞條t具有很好的類別區(qū)分能力。如果某一文檔C中包含詞條t的文檔數(shù)為m，而其他類包含t的文檔總數(shù)為k，顯然所有包含t的文檔數(shù)n=m+k，然而當(dāng)m大的時(shí)候，n也大，按照IDF公式得到的IDF的值會小，就說明該詞條t類別區(qū)分能力不強(qiáng)。但實(shí)際上，如果一個(gè)詞條在一個(gè)類的文檔中頻繁出現(xiàn)，則說明該詞條能夠很好地代表這個(gè)類的文本特征，這樣的詞條應(yīng)該給它們賦予較高的權(quán)重，并選來作為該類文本的特征詞，以區(qū)別于其他類的文檔。

實(shí)際應(yīng)用中我們可以改變文檔結(jié)構(gòu)，將短文本合并成一個(gè)文檔，增加TF值和IDF值，從而提高算法識別的準(zhǔn)確度。

4.模型建立與求解分析

（1）評論得分模型

該模型意在構(gòu)建一個(gè)反映評論的積極和消極意義的評價(jià)指標(biāo)。在對給定的數(shù)據(jù)預(yù)處理后，對各因素進(jìn)行量化處理。設(shè)評論k表示數(shù)據(jù)表中第k條評論，則有：

從上圖可以看出，雖然吹風(fēng)機(jī)的得分在一些年里被另兩種商品超過了，但一直處于相對穩(wěn)定的較高的水平。基于文本度量和評級的度量相結(jié)合，我們可以確定銷售最成功的商品是吹風(fēng)機(jī)，最不成功的商品是微波爐。因此，為了實(shí)現(xiàn)利潤最大化，應(yīng)適當(dāng)增加吹風(fēng)機(jī)的供應(yīng)，同時(shí)增加微波爐的宣傳或改進(jìn)其生產(chǎn)技術(shù)。最近結(jié)果表明，2015年吹風(fēng)機(jī)、微波爐和嬰兒奶嘴的聲譽(yù)評分分別為0.7112、0.6461和0.6944。由此可見，電吹風(fēng)的聲譽(yù)評分最高。

四、結(jié)語

本文基于消費(fèi)者評論數(shù)據(jù)，探究了星級評定，評論及評論幫助等級對于商品銷售的影響，建立了評論得分模型及商品聲譽(yù)評分模型，模型將情感權(quán)重和TF-IDF算法結(jié)合起來，對評論進(jìn)行量化，可直觀地反映消費(fèi)者的情感，采用熵權(quán)法確定星級評定和評論得分的權(quán)重，可以更加準(zhǔn)確地衡量商品的聲譽(yù)。由于算法本身的特性，很少需要人工干預(yù)，因此可使時(shí)間成本大大降低，而通過比較不同商品的得分高低可反映出各商品受市場歡迎的程度，從而幫助企業(yè)及時(shí)進(jìn)行銷售策略的調(diào)整。本文的研究為衡量商品的銷售情況及商品的市場反響提供了科學(xué)有效的方法，可幫助企業(yè)高效地進(jìn)行決策。

參考文獻(xiàn)：

[1]許姍姍.基于機(jī)器學(xué)習(xí)的商品銷售預(yù)測的研究[J].統(tǒng)計(jì)與管理，2019（04）：49-52.

[2]滕樹軍，鄭惠文，劉柏森.基于多元回歸分析的超市商品銷售影響因素的研究[J].全國流通經(jīng)濟(jì)，2018（14）：6-9.

[3]李曉穎，趙安娜，周曉靜，楊成偉.基于大數(shù)據(jù)分析與挖掘平臺的個(gè)性化商品推薦研究及應(yīng)用[J].電子測試，2019（12）：65-66+81.

[4]陳紅平.大數(shù)據(jù)環(huán)境下商品流通企業(yè)經(jīng)營審計(jì)研究[D].重慶理工大學(xué)，2019.

[5]曹天擇.基于情感分析技術(shù)的電商商品在線評論數(shù)據(jù)挖掘研究[D].浙江工商大學(xué)，2018.

[6]劉瑩.基于數(shù)據(jù)挖掘的商品銷售預(yù)測分析[J].科技通報(bào)，2014，30（07）：140-143.

[7]張卉.數(shù)據(jù)挖掘技術(shù)在B2B電子商務(wù)商品銷售中的應(yīng)用研究[D].北方工業(yè)大學(xué)，2013.

[8]王萍.基于電子商務(wù)背景的智能挖掘技術(shù)及應(yīng)用研究[D].湖南大學(xué)，2014.

[9]張玉芳，彭時(shí)名，呂佳.基于文本分類TFIDF方法的改進(jìn)與應(yīng)用.計(jì)算機(jī)工程，2006，32（19）：76-78.