情感分類器結(jié)合Norton模型預(yù)測(cè)汽車銷量

顧洪建　張帆　萬(wàn)甜甜　張衡

摘 要：為了在“互聯(lián)網(wǎng)+大數(shù)據(jù)+人工智能+區(qū)塊鏈+物聯(lián)網(wǎng)”高度信息化的社會(huì)精準(zhǔn)預(yù)測(cè)汽車銷量，本文首先利用詞圖、維特比等算法對(duì)汽車評(píng)價(jià)內(nèi)容進(jìn)行分詞操作來(lái)獲取關(guān)鍵詞語(yǔ);其次利用樸素貝葉斯分類器的方法對(duì)分詞的結(jié)果進(jìn)行計(jì)算，獲得每條評(píng)論內(nèi)容的情感指數(shù);再次利用Norton模型的三代產(chǎn)品模型結(jié)合情感指數(shù)來(lái)組成擬合模型，同時(shí)利用最小二乘原理估計(jì)擬合模型的參數(shù);最后利用估計(jì)的參數(shù)結(jié)合某款汽車的評(píng)論數(shù)據(jù)以及每個(gè)季度的汽車銷量來(lái)驗(yàn)證模型，驗(yàn)證結(jié)果的準(zhǔn)確性高達(dá)91.29%?；诖四Ｐ?，企業(yè)可進(jìn)行車型的銷量預(yù)測(cè)，為合理規(guī)劃生產(chǎn)和戰(zhàn)略布局提供參考和依據(jù)。

關(guān)鍵詞：詞圖 維特比 情感指數(shù) 樸素貝葉斯 Norton模型 最小二乘法

Sentiment Classifier Combined With Norton Model to Predict Car Sales

Gu Hongjian，Zhang Fan，Wan Tiantian，Zhang Heng

Abstract：In order to accurately predict the sales of cars in a highly informatized society of "Internet + Big Data + Artificial Intelligence + Blockchain + Internet of Things"， this article first uses word graphs， Viterbi and other algorithms to segment the car evaluation content to obtain the keywords; secondly， the article uses the naive Bayes classifier method to calculate the result of word segmentation to obtain the sentiment index of each review content; thirdly the article uses the three-generation product model of the Norton model combined with the sentiment index to form a fitting model， while the principle of the square method is used to estimate the fifteen parameters of the fitting model; finally， the estimated parameters are combined with the review data of a certain car and the car sales of each quarter to verify the model; the accuracy of the verification results is as high as 91.29%. This model can basically meet the actual forecasting needs， and can provide reference and basis for the reasonable production planning of the enterprise.

Key words：word graph， Viterbi， sentiment index， naive Bayes， Norton model， least square method

1 引言

一直以來(lái)汽車都是我國(guó)國(guó)民經(jīng)濟(jì)重要的支柱產(chǎn)業(yè)，改革開(kāi)放以來(lái)，我國(guó)汽車產(chǎn)業(yè)快速發(fā)展，技術(shù)水平穩(wěn)步增強(qiáng)，現(xiàn)已成為世界較大的汽車市場(chǎng)。精準(zhǔn)的預(yù)測(cè)汽車銷量不但可以為汽車產(chǎn)業(yè)的營(yíng)銷提供有力支撐，而且還有利于管理、生產(chǎn)、采購(gòu)、物流等計(jì)劃流程的優(yōu)化。此外，銷量預(yù)測(cè)還可以在一定程度上為車企獲得健康持續(xù)發(fā)展的源動(dòng)力提供保證。從今年市場(chǎng)表現(xiàn)來(lái)看，在疫情最嚴(yán)重的2月，我國(guó)汽車行業(yè)的生產(chǎn)和銷售基本處于停滯狀態(tài)，成為拉低全國(guó)經(jīng)濟(jì)指標(biāo)的最主要因素。我國(guó)工業(yè)增長(zhǎng)值同比增長(zhǎng)速度和汽車同比增速及日均產(chǎn)量，均受疫情影響出現(xiàn)斷崖式的波動(dòng)，因此精準(zhǔn)預(yù)測(cè)汽車銷量對(duì)國(guó)民經(jīng)濟(jì)健康有序發(fā)展具有一定的推動(dòng)，對(duì)十四五規(guī)劃起到?jīng)Q定性作用[1-2]。

當(dāng)下，人們以帖子、論觀點(diǎn)等形式表達(dá)和分享對(duì)各種主題的看法。這些評(píng)論和看法通常會(huì)透露出個(gè)人情感，例如幸福、憤怒、悲傷、批評(píng)和稱贊，并且潛在的消費(fèi)者可以瀏覽產(chǎn)品的公眾意見(jiàn)，從而做出購(gòu)買決定。在過(guò)去近十年里，網(wǎng)站評(píng)論內(nèi)容傳達(dá)的情感已經(jīng)通過(guò)情感分析技術(shù)轉(zhuǎn)化為正向評(píng)價(jià)（正向情感）和負(fù)向評(píng)價(jià)（負(fù)向情感）的二分類問(wèn)題，進(jìn)一步帶動(dòng)了自然語(yǔ)言處理的發(fā)展與進(jìn)步[3]。

Norton模型的誕生是以Bass模型為基礎(chǔ)，但是Norton模型更符合當(dāng)前的市場(chǎng)，因?yàn)楫?dāng)新一代產(chǎn)品出生之后，老一代產(chǎn)品并不會(huì)立刻消失、消亡，它會(huì)和新產(chǎn)品共存一段時(shí)間，新一代產(chǎn)品的影響力是一個(gè)逐漸向四周擴(kuò)散的過(guò)程。同時(shí)新一代產(chǎn)品的影響力影響力獲得包括兩個(gè)方面：一方面是從上代產(chǎn)品的影響力轉(zhuǎn)移過(guò)來(lái)，另一個(gè)方面是由于新產(chǎn)品本身的先進(jìn)性而新創(chuàng)造的市場(chǎng)影響力。汽車產(chǎn)品的更新迭代非常符合這種趨勢(shì)，因此本文采用一種“情感分類器結(jié)合Norton模型預(yù)測(cè)汽車銷量”的方法來(lái)預(yù)測(cè)短時(shí)間內(nèi)的汽車銷量。

2 研究路線

本文研究?jī)?nèi)容主要分為四個(gè)部分，第一部分是數(shù)據(jù)的采集以及數(shù)據(jù)的預(yù)處理;第二部分是利用機(jī)器學(xué)習(xí)方法對(duì)線上評(píng)論的數(shù)據(jù)進(jìn)行情感分類（積極因素和消極因素）;第三部分利用情感分類的結(jié)果結(jié)合Norton模型擬合新的模型;第四部分利用擬合后的模型對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)及分析，本文具體的結(jié)構(gòu)圖如下圖1所示。

2.1 數(shù)據(jù)采集及預(yù)處理

2.1.1 數(shù)據(jù)采集

數(shù)據(jù)采集收集了兩種類型的數(shù)據(jù)，即評(píng)論數(shù)據(jù)和產(chǎn)品的歷史銷售數(shù)據(jù)。銷量數(shù)據(jù)可以在各個(gè)產(chǎn)品的官方網(wǎng)站或者國(guó)家統(tǒng)計(jì)局上面獲取。

2.1.2 分詞處理

對(duì)評(píng)論內(nèi)容的分詞采用的方法是基于python語(yǔ)言結(jié)合詞圖、節(jié)點(diǎn)之間距離以及維特比算法來(lái)進(jìn)行分詞，分詞結(jié)果如下表1所示。

2.1.3 篩選關(guān)鍵詞語(yǔ)的頻數(shù)

經(jīng)過(guò)2.1.2小節(jié)分詞后，會(huì)存在很多無(wú)意義的詞存在，比如“的”、“呀”、“很”等詞語(yǔ)，然后對(duì)其余詞語(yǔ)進(jìn)行詞頻統(tǒng)計(jì)，比如“我很喜歡這個(gè)車型，對(duì)里面的配置也很喜歡，開(kāi)著它會(huì)讓我感到很快樂(lè)和高興，它是我的兄弟以及好朋友，我建議大家都可以來(lái)購(gòu)買這個(gè)很不錯(cuò)的車”這句話經(jīng)過(guò)分詞處理以及剔除無(wú)意的詞語(yǔ)，最后得到的關(guān)鍵詞語(yǔ)詞頻如下圖2所示[3-5]。

2.1.4 確定情感詞語(yǔ)詞庫(kù)

要計(jì)算評(píng)論內(nèi)容的情感分類要使用情感詞典，本文在眾多情感詞典中選用更具權(quán)威性的CNKI，即2007年10月22日知網(wǎng)發(fā)布“情感分析用詞語(yǔ)集（beta版）”的情感詞典，在本文中情感類別主要分為兩類（正面評(píng)價(jià)和負(fù)面評(píng)價(jià)）。

2.2 情感分類

在情感分類器中，選擇樸素貝葉斯作為情感分類器，樸素貝葉斯是一種概率型分類器，對(duì)一個(gè)評(píng)論內(nèi)容來(lái)說(shuō)，貝葉斯分類器會(huì)返回給后驗(yàn)概率最大的情感類別，情感類別用表示，即C+和C-分別表示正面評(píng)價(jià)的類別和負(fù)面評(píng)價(jià)的類別。根據(jù)樸素貝葉斯原理，可以用如下公式計(jì)算每條口碑的情感類別[3-5]，如下公式（1）所示。

（1）

如果有k條評(píng)論，那么公式（1）可以改為公式（2）。

（2）

假設(shè)通過(guò)每個(gè)時(shí)間段t需要計(jì)算評(píng)論情感，那么情感指數(shù)Q（t）由下式（3）計(jì)算：

（3）

其中，m為t時(shí)間段評(píng)論的次數(shù)，qtm經(jīng)過(guò)樸素貝葉斯公式得到，sgn為二值化函數(shù)，如果c為-1，sgn（c）=-1;如果c為1，sgn（c）=1;Q（t）為計(jì)算后的情感指數(shù)。

2.3 擬合模型

擬合模型指的是利用2.2小節(jié)計(jì)算的情感指數(shù)結(jié)合Norton模型，利用最小二乘法估計(jì)的參數(shù)擬合模型，使得這組參數(shù)保證擬合的結(jié)果與實(shí)際結(jié)果的差值最小。

2.3.1 模型原理介紹

Norton模型是以Bass模型為基礎(chǔ)拓展起來(lái)的，Bass模型假定潛在的消費(fèi)者可以分為兩類，即創(chuàng)新者和模仿者，并且Bass模型的一般形式如下：Bass模型一般形式如下式（4）所示：

（4）

其中，s（t）為時(shí)間段t結(jié)束時(shí)前消費(fèi)者的數(shù)量，m是潛在購(gòu)買量的總數(shù)， p表示創(chuàng)新群體系數(shù)（且0<=p<=1），q表示模仿群體系數(shù)（且0<=q<=1），公式（4）可以看出，知道了m、p、q的值，就可以預(yù)測(cè)t+1時(shí)間段內(nèi)消費(fèi)者的數(shù)量，因?yàn)閟（t）不是產(chǎn)品的銷售量，但是可以根據(jù)消費(fèi)者利用的頻率間接估算產(chǎn)品的銷售量，在現(xiàn)實(shí)生活中汽車是耐用消費(fèi)品，因此此內(nèi)容提取的情感時(shí)費(fèi)者的數(shù)量可以視為產(chǎn)品銷售量[6-9]。

評(píng)論區(qū)指數(shù)可被可被用來(lái)表示消費(fèi)者對(duì)該產(chǎn)品的個(gè)人偏好。如果該產(chǎn)品獲得消費(fèi)者更多贊譽(yù)與肯定（正面評(píng)價(jià)），并且這種積極的肯定將影響潛在的消費(fèi)者積極購(gòu)買該產(chǎn)品;同樣如果該產(chǎn)品獲得了消費(fèi)者的更多批評(píng)與否定（負(fù)面評(píng)價(jià)），并且這種消極的否定也會(huì)影響潛在的消費(fèi)者放棄購(gòu)買該產(chǎn)品，轉(zhuǎn)向其他的競(jìng)品產(chǎn)品;因此模仿群體的購(gòu)買決策時(shí)間會(huì)受到社會(huì)系統(tǒng)成員之間的相互影響。

基于上面分析可知模仿群體系數(shù)q與消費(fèi)者對(duì)該產(chǎn)品的情感指數(shù)有關(guān)，因此模仿群體系數(shù)q可以看作是感指數(shù)Q（t）的函數(shù)，如下公式（5）所示。

q=f（Q（t）） （5）

Verhulst于1983年根據(jù)WOM理論提出來(lái)的模仿群體系數(shù)q與情感指數(shù)Q（t）呈現(xiàn)S型曲線，當(dāng)情感指數(shù)Q（t）為正向評(píng)價(jià)時(shí)，q的值隨著Q（t）的增加而增大，并且 q的二階導(dǎo)數(shù)隨著Q（t）的增加先增加后減少;當(dāng)情感指數(shù)Q（t）為負(fù)向評(píng)價(jià)時(shí)，q的值隨著Q（t）的增加而減小，并且q的二階導(dǎo)數(shù)隨著Q（t）的增加先增加后減少。

2.3.2 模型參數(shù)求解

2.3.1小節(jié)介紹了Norton模型的原理以及參數(shù)，本小節(jié)將介紹普通最小二乘法求解模型的參數(shù)，因?yàn)镹orton模型是三代產(chǎn)品模型。普通最小二乘法（OLS）是回歸模型最根本的一個(gè)模型，并且它是一種數(shù)學(xué)優(yōu)化模型，最小二乘法模型可以估計(jì)參數(shù)，從而簡(jiǎn)單地求得該產(chǎn)品的銷量，并使得求出來(lái)的銷量與實(shí)際銷量之間誤差的平方和為最小，也就是所有觀測(cè)值到回歸模型之間的距離平方和最小。

2.4 預(yù)測(cè)分析

2.4.1 模型求解

汽車作為耐用消費(fèi)產(chǎn)品，以此為例來(lái)說(shuō)明此模型更具有魯棒性。網(wǎng)站收集了名稱為X的汽車產(chǎn)品量，該汽車產(chǎn)品共有三代。中將這三代產(chǎn)品命名為A產(chǎn)品，A+產(chǎn)品和A++產(chǎn)品。下圖3給出了X汽車產(chǎn)品3代的每個(gè)季度銷量的示意圖。

利用表4X汽車產(chǎn)品每個(gè)季度的銷量以及評(píng)論數(shù)據(jù)，帶入到以上小節(jié)的公式中，經(jīng)過(guò)多次利用最小二乘法計(jì)算模型的參數(shù)。

2.4.2 預(yù)測(cè)結(jié)果分析

利用表5的參數(shù)以及模型，可以預(yù)測(cè)出X汽車產(chǎn)品第3代（A++產(chǎn)品）后五個(gè)季度的汽車銷量，然后該預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)相比較獲得模型的準(zhǔn)確度。X汽車產(chǎn)品第3代（A++產(chǎn)品）預(yù)測(cè)銷量的誤差占實(shí)際銷量比例如圖4所示。

利用此模型預(yù)測(cè)的X汽車產(chǎn)品第3代（A++產(chǎn)品）的以后五個(gè)季度的汽車銷量的誤差都在8%-10%之內(nèi)，五個(gè)季度的平均誤差為8.71%，基本可以給企業(yè)提出一些生產(chǎn)的建議，使企業(yè)在投入最小的資本獲得更大的利潤(rùn)，同時(shí)帶動(dòng)汽車產(chǎn)業(yè)進(jìn)一步發(fā)展。

3 結(jié)語(yǔ)

本文基于樸素貝葉斯情感分類器結(jié)合Norton模型對(duì)某款型號(hào)汽車的三代產(chǎn)品進(jìn)行分析，預(yù)測(cè)的結(jié)果平均誤差大約為8.71%，具有一定的指導(dǎo)作用。為了提高準(zhǔn)確率，文本可以進(jìn)一步擴(kuò)大數(shù)據(jù)源，把抖音等數(shù)據(jù)結(jié)合起來(lái)計(jì)算;還可以提取線性支持向量機(jī)（SVM）情感分類器結(jié)合Norton模型預(yù)測(cè)銷量;并且采用深度學(xué)習(xí)技術(shù)求解模型參數(shù)，使得求解參數(shù)更加準(zhǔn)確，預(yù)測(cè)結(jié)果更加符合實(shí)際。

參考文獻(xiàn)：

[1]D.Fantazzini and Z.Toktamysova， “Forecasting German car sales using Google data and multivariate models，”International Journal of Production Economics，vol.170，pp. 97-135，2015，http：//dx.doi.org/10.1016/j.ijpe.2015.09.010.

[2]E.Cambria，Affective computing and sentiment analysis，IEEE Intell. Syst. 31（2）（2016）102-107.

[3]梁柯，李健，陳穎雪，劉志鋼.基于樸素貝葉斯的文本情感分類及實(shí)現(xiàn)[J].智能計(jì)算機(jī)與應(yīng)用，2019，9（05）：150-153+157. LIANG K，LI J，CHEN Y X，LIU Z.Text sentiment classification and realization based on Naive Bayes[J]. Intelligent Computers and Applications，2019，9（05）：150-153+157.

[4]李丹陽(yáng).面向中文評(píng)論的情感分析方法研究[D].西安工業(yè)大學(xué)，2019.LI D Y. Research on sentiment analysis methods for Chinese comments [D].Xi'an Technological University，2019.

[5]葛霓琳.基于詞典和機(jī)器學(xué)習(xí)的酒店評(píng)論情感分析[D].江蘇科技大學(xué)，2019. GE N L. Sentiment analysis of hotel reviews based on dictionary and machine learning [D]. Jiangsu University of Science and Technology，2019.

[6]Zhi-Ping Fan，Yu-Jie Che，Zhen-Yu Chen. Product sales forecasting using online reviews and historical sales data：A method combining the Bass model and sentiment analysis[J]. Journal of Business Research，2017，74.

[7]https：//baike.sogou.com/v200960.htm？fromTitle=%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95.

[8]劉丹丹，周躍進(jìn).基于偏最小二乘法結(jié)構(gòu)方程模型的江蘇外資高質(zhì)量評(píng)價(jià)研究[J].江蘇商論，2020（08）：41-45+58. LIU D D， ZHOU Y J. Research on the high-quality evaluation of Jiangsu foreign capital based on partial least squares structural equation model[J]. Jiangsu Commercial Theory，2020（08）：41-45+58.

[9]張妤，鄧廷勇，夏冰.基于LS-SVM的中文文本情感分類[J].科學(xué)技術(shù)創(chuàng)新，2019（26）：56-57. ZHANG Y，DENG T Y，XIA B. Chinese text sentiment classification based on LS-SVM[J].Science and Technology Innovation，2019（26）：56-57.