文本挖掘下的手機在線評論

河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)學(xué)院 田 杰

為了幫助消費者在產(chǎn)品種類豐富多樣、產(chǎn)品質(zhì)量參差不齊的手機市場中準確了解各品牌手機的優(yōu)勢所在，并能夠針對自身需求做出正確的選擇，應(yīng)用網(wǎng)絡(luò)爬蟲技術(shù)，獲取了京東商城上關(guān)于蘋果、華為、小米三個熱銷品牌手機的評論數(shù)據(jù)。并以此為研究對象，使用python軟件運用詞云圖分析及LDA主題模型分析方法，找出了各品牌手機評論數(shù)據(jù)的熱評詞，挖掘出了各品牌手機的優(yōu)勢所在，綜合得出了消費者在購買手機時的主要關(guān)注點。最后根據(jù)分析結(jié)果為消費者提出建議。

由于如今智能手機市場的激烈競爭，手機品牌的層出不窮，對于消費者來說，怎樣根據(jù)自身的實際情況以及需求去購買適合自己的手機是每個人的愿望。與此同時，對于手機的供應(yīng)商來說，要想在如此激烈的競爭市場中脫穎而出，了解用戶需求，發(fā)現(xiàn)自身不足，則顯得至關(guān)重要。

現(xiàn)在文本挖掘已經(jīng)可以應(yīng)用于不同的領(lǐng)域中，文本挖掘的具體應(yīng)用領(lǐng)域研究主要包括知識發(fā)現(xiàn)、文獻計量研究、生物醫(yī)學(xué)研究、文本挖掘工具研究、Web研究、社交媒體數(shù)據(jù)研究等。

本文以京東商城為研究對象，爬取了蘋果，華為，小米三個手機品牌的熱銷手機的評論數(shù)據(jù)。并分別根據(jù)評論數(shù)據(jù)的詞云圖以及LDA主題模型，分別得到了三大品牌手機的評論的熱評詞以及評論的主題，得到用戶評論的關(guān)注點以及各品牌手機的優(yōu)勢，便于廠商根據(jù)用戶的關(guān)注點改進自身產(chǎn)品的不足，以吸引更多的消費者，還可以為消費者在購買手機時提供參考。

1 評論數(shù)據(jù)采集與預(yù)處理

本文首先使用python軟件的requests庫對京東平臺上的蘋果、華為、小米三個品牌的手機評論數(shù)據(jù)進行了抓取，每個品牌手機的評論數(shù)據(jù)約5000條。之后對采集到的手機評論數(shù)據(jù)進行預(yù)處理。為了控制主題分類質(zhì)量，減少噪音數(shù)據(jù)對主題分類的影響，本文分四步對爬取的原始數(shù)據(jù)進行了預(yù)處理。

第一步：數(shù)據(jù)清洗。去除原始數(shù)據(jù)中的重復(fù)數(shù)據(jù)及無意義超短文本等無意義數(shù)據(jù)。最終得到蘋果、華為、小米手機的評論數(shù)據(jù)分別為4915條、4898條及4923條。

第二步：分詞。應(yīng)用python軟件的jieba分詞，對每條評論數(shù)據(jù)進行分詞操作，將每條評論數(shù)據(jù)轉(zhuǎn)化為一個詞語列表。

第三步：去停用詞。本文采用包含650個停用詞的通用停用詞表作為停用詞的篩選依據(jù)。去除了“了”、“的”、“它”等一些對評論數(shù)據(jù)分析沒有實際意義的詞語及標點符號。

圖1 蘋果手機詞云圖

圖2 華為手機詞云圖

第四步：去除長度小于2的詞。長度小于2的詞大都不具有實際意義，因此將這些詞剔除出去。

2 評論內(nèi)容分析

2.1 三大品牌智能手機熱評詞分析

對于三大品牌的智能手機的熱評詞分析，本文應(yīng)用python軟件的Wordcloud庫分別繪制了三個品牌手機的詞云圖，不同詞語字體在詞云圖中的大小直觀的反應(yīng)了各自在總體評論數(shù)據(jù)中出現(xiàn)的頻率大小。通過分別構(gòu)建三大品牌智能手機的評論信息的詞云圖可以得到不同品牌智能手機的評論信息的熱評詞。通過對熱評詞進行分析，可以得到用戶的關(guān)注點以及各品牌手機的優(yōu)勢所在。這樣對于想要購買手機的用戶，可以以此為依據(jù)。與此同時，對于廠商來說，也可以根據(jù)用戶的關(guān)注點來有針對性的對自己的產(chǎn)品進行改進。

三大品牌智能手機評論信息的詞云圖如圖1～圖3所示：

圖3 小米手機詞云圖

表1 評論信息的主題匯總表

如圖1所示，絕大多數(shù)顧客對蘋果手機還是比較滿意的。蘋果手機深受大家的喜愛?？梢钥闯?，蘋果手機的運行速度很快，運行效果很好，外觀也非常好看。同時，拍照，手機屏幕也是深受大家關(guān)注與喜愛的。因此，對于想要追求運行速度，流暢度，以及拍照效果的消費者來說，蘋果手機是值得入手的。

如圖2所示，華為手機運行速度很快，拍照效果很好，外形也很受大家的喜愛。同時，華為手機的音效也不錯。因此，可以看出華為手機也是很受大家喜歡的。對于追求運行速度，拍照效果以及音效的消費者來說，華為手機是一個不錯的選擇。

如圖3所示，小米手機的拍照效果以及屏幕是他的優(yōu)勢所在。除此之外，它的運行速度，外觀，音效也是相當不錯的。因此對于追求拍照效果，尤其是對于手機的屏幕有要求的消費者來說，小米手機是一個不錯的選擇。

2.2 三大品牌智能手機評論的主題分析

對于三大品牌智能手機評論的主題分析，本文應(yīng)用python軟件，分別構(gòu)建三個品牌手機的LDA主題模型，為了方便后續(xù)的分析，本文將參數(shù)topic的值設(shè)置為10。利用LDA主題模型分別對三個品牌手機的評論數(shù)據(jù)進行主題的提取。通過構(gòu)建不同品牌智能手機的評論信息的LDA主題模型，可以根據(jù)消費者評論的主題很清楚的觀察出消費者在購買手機時所關(guān)注的點。這樣手機廠商便可以以此為依據(jù)，今后進行有針對性的產(chǎn)品升級。通過構(gòu)建不同品牌智能手機評論信息的LDA主題模型，得到三個品牌手機的評論信息的主題如表1所示。

如表1所示，在三個品牌的智能手機的評論信息的主題中，都出現(xiàn)的有拍照，運行，屏幕，外觀，音效。因此可以認為，消費者在購買手機時，主要關(guān)注的點在于手機的運行速度，流暢度，拍照效果，屏幕，外觀以及音效。這為手機的生產(chǎn)廠商提供了寶貴的經(jīng)驗，這提醒他們在今后的手機技術(shù)升級過程中，應(yīng)該重點關(guān)注這些方面，將精力、財力應(yīng)該主要花費在這幾個方面。這也將是他們在如此激烈的手機市場的競爭中脫穎而出的資本。

對比這三個品牌手機評論信息的主題，可以看出蘋果手機的優(yōu)勢在于它的運行速度，小米手機的優(yōu)勢在于它的手機屏幕，而華為手機的優(yōu)勢則在于它的各方面性能比較綜合。各個品牌的手機都有各自的優(yōu)勢，找到他們的優(yōu)勢可以方便消費者針對自身需求有選擇性的購買手機。

同時，可以看出，這三個品牌的手機評論的主題中都包含不錯，速度等字眼，因此可以認為這三個品牌的手機都是性能很不錯，深受大家喜愛的。

結(jié)論：（1）蘋果，華為，小米三大手機品牌作為這個行業(yè)的佼佼者，他們絕大部分產(chǎn)品的質(zhì)量都是不錯的。都具有運行速度快，拍照效果好等優(yōu)點，同時屏幕、音效以及外觀也都是廣受好評的。絕大多數(shù)的消費者對于這幾個品牌的手機還是比較喜愛，且評價較高的。（2）現(xiàn)如今，消費者購買手機時主要考慮以及關(guān)注的是手機的運行速度，拍照效果，音效，外形，屏幕等多個方面的性能。（3）相比較下，蘋果手機的優(yōu)勢在于手機的運行速度；小米手機的優(yōu)勢則在于它的屏幕；華為手機的優(yōu)勢在于它的各方面性能是比較綜合的。