基于PMI和TOPSIS法的產(chǎn)品評價分析
——以Amazon平臺某微波爐產(chǎn)品為例

王 越，支鑫榮，趙 萌，童新安

(洛陽理工學院，河南 洛陽 471023)

0 引言

近年來，線上購物已成為人們生活中不可或缺的部分，但是線上購物平臺產(chǎn)品的質(zhì)量參差不齊，而客戶的反饋評價是最能直接反映產(chǎn)品優(yōu)劣程度的指標。通過產(chǎn)品銷售數(shù)據(jù)，分析其在評價結(jié)果中的最優(yōu)產(chǎn)品系列，并重點通過PMI算法[1]將評論文本量化過程及運用TOPSIS算法進行數(shù)據(jù)分析。以亞馬遜平臺某微波爐產(chǎn)品2004---2015年的銷售數(shù)據(jù)為研究對象，其部分數(shù)據(jù)樣本如表1所示。其中，Product title表示產(chǎn)品名稱，Star rating表示星級評價，Helpful vote與Total votes分別表示幫助投票數(shù)與總投票數(shù)，VINE與Verified purchase分別表示不同類型客戶，Review date表示評論時間，Review body表示評論文本內(nèi)容。

表1 預處理前的銷售數(shù)據(jù)(部分)

1 評論文本的識別與分類處理

PMI算法原理是統(tǒng)計兩個詞匯在文本中同時出現(xiàn)的概率，其概率越大，則相關性越緊密，關聯(lián)度越高[2]。該算法常用于解決文本感情分析問題。采用PMI算法對評論進行量化處理，其主要步驟如圖1所示[3]。

圖1 PMI算法流程圖

步驟1：搜索句子中的情感關鍵詞并計數(shù)。

WordNet詞典被廣泛使用在英語感情分析中，對一個句子中的單詞進行情感分析時，首先應確定該單詞是否包括在情感詞典中，如果情感詞典中存在該單詞，則將情感詞典中該單詞的情感信息作為情感分析結(jié)果，如果情感詞典中不存在該單詞，則選擇與該單詞意思較為接近的基準單詞，根據(jù)基準單詞在情感詞典中的信息判斷該單詞的情感意思。

步驟2：搜索情感單詞的相關性。

為了計算兩個單詞相互關聯(lián)程度，采用PMI算法，即點互信息，其計算公式如下：

PMI=(word1,word2)

(1)

其中：p(word1&word2)表示兩個單詞同時出現(xiàn)的概率；p(word1)表示word1出現(xiàn)的概率；p(word2)表示word2出現(xiàn)的概率。

如果PMI大于0，則意味著兩個單詞同時出現(xiàn)的概率將大于兩者單獨出現(xiàn)概率的乘積，也可以表示為兩者有一定的相關性，且PMI的絕對值與詞語共現(xiàn)頻率呈正相關關系。

如果PMI為0，表示兩個單詞相互獨立。如果PMI小于0，表示兩個單詞的共現(xiàn)頻率較低，兩者是互斥的。如果需要判斷的單詞與作為參考的單詞相關性較大，意思比較接近，那么兩者的共現(xiàn)概率較高，在研究中則認為兩者的情感傾向是一致的，但情感傾向程度是不同的。

單詞情感傾向值公式如下：

(2)

其中：Pword是褒義基準單詞，Nword是貶義基準單詞。

步驟3：根據(jù)相互關聯(lián)的程度賦予不同權值。

判斷一個單詞的情感傾向方向，簡化為計算該單詞和情感基準單詞excellent(褒義)與poor(貶義)的SO-PMI值，如下：

SO-PMI(word)=PMI(word,“excellent”)

-PMI(word,“poor”)

(3)

其中:如果SO-PMI大于0，則表示該單詞與excellent相關程度更高，其情感傾向為褒義。如果SO-PMI小于0，則表示該單詞與poor的相關程度更高，其情感傾向為貶義[4]。

步驟4：計算句子的情感得分。

根據(jù)所得的情感傾向程度將不同評論分為五個等級，從而將評論文本內(nèi)容量化，如表2所示。

表2 評論等級

2 建立評價指標體系

2.1 評級與幫助評級的預處理

指標一：評論文本。

根據(jù)PMI算法得到各個評論文本量化后的數(shù)值結(jié)果，如表3所示。

表3 評論文本等級結(jié)果

指標二：評級。

將該產(chǎn)品統(tǒng)計數(shù)據(jù)中的評級分為五類(1～5)，5級為最高級，表示客戶對其滿意度最高，相反，1級為客戶滿意度最低。將評級進行量化分析，如公式(4)所示：

(4)

其中：w1′表示其原始評級等級，若評級度量值w1越接近1，則表示顧客非常樂意購買該產(chǎn)品，其產(chǎn)品價值也越高。

指標三：幫助評級。

幫助評級是指顧客購買產(chǎn)品后的評價對后來客戶購買該產(chǎn)品的幫助程度。為表示幫助評級的不同影響程度，將幫助評級用w2表示。

(5)

其中：w2′表示幫助投票數(shù)量，若w2越接近于1，則表示該評論對顧客的購買影響越大。w2″表示總投票數(shù)量。

2.2 評價模型的權重

根據(jù)該產(chǎn)品的銷售數(shù)據(jù)處理后結(jié)果，其產(chǎn)品評級、幫助評級與評論文本這三項作為評價模型的三個指標，以熵值法[5]求解三個指標的權重，具體步驟如下：

步驟1：算法實現(xiàn)過程。

構(gòu)建數(shù)據(jù)矩陣：

(6)

其中：Xij為第i種產(chǎn)品、第j個指標的數(shù)值。當j=1時，表示為評級指標，當j=2時，表示為幫助評級指標，當j=3時，表示為評論等級指標。

步驟2：計算第j項指標在第i個評價對象的特征比重。

(7)

步驟3：計算第j項指標的熵值。

(8)

其中：k=1/lnm。

若0

步驟4：求權重。

(9)

其中：Wj為指標的客觀權重[3]。

步驟5：根據(jù)“加法”集成法分析得出三項指標所占的實際權重。

為了更合理地建立產(chǎn)品價值評估模型，將客戶群體按照是否成功付款、是否為vine，分為三類：普通客戶、vine客戶以及未付款客戶，區(qū)別如表4所示。

表4 客戶類型分類

根據(jù)“加法”集成法，記：

Wi=αWj+(1-α)bi

(10)

其中，Wj表示第i個指標的組合權重；Wj,bj分別為第j個指標的客觀權重和主觀權重。又由于客觀權重Wj已經(jīng)求出，再考慮實際情況，得出主觀權重bj=[0.4 0.2 0.4]，再通過實際情況分析，令α=0.4，并通過線性加權代入上式得出第一類客戶權重為W1=[0.67,0.13,0.2]。

根據(jù)(10)分別求出其余兩類不同顧客所對應的不同權重：

其中：W1代表普通客戶的權重分配，W2表示未付款顧客的權重分配，W3代表vine顧客的權重分配。

3 建立優(yōu)秀產(chǎn)品評價模型

以Topsis綜合評價法[6]為基礎，建立優(yōu)秀產(chǎn)品模型，根據(jù)以上計算所得的各個權重與數(shù)據(jù)集得出所評價對象中最優(yōu)的綜合評價結(jié)果，其具體步驟如下：

步驟1：求出加權距離。

(11)

步驟2：列出綜合評價函數(shù)。

(12)

即反映出第i個指標與理想點的差異程度。經(jīng)過計算，按照yi(i=1,2,…,n)值的大小對各被評價對象進行排序選優(yōu)。顯然，其值越小，則相應的對象就越好。當某個yi=0時，即達到了理想點，則對應的被評價對象是最好的。由于本模型在同一個產(chǎn)品中區(qū)分了三個不同客戶群體，所以同一產(chǎn)品進行三組數(shù)據(jù)計算。

步驟3：求得最優(yōu)解。

根據(jù)產(chǎn)品ID與產(chǎn)品名對應關系，選取微波爐產(chǎn)品中評價結(jié)果為前25個的產(chǎn)品名稱，其中danby 0.7 cu.ft.countertop microwave這款產(chǎn)品名稱的占比最高，達到20%，故選擇其為微波爐產(chǎn)品中的優(yōu)秀產(chǎn)品名稱，具體結(jié)果如表5所示。

表5 前25個優(yōu)秀產(chǎn)品名稱比例分配情況

4 結(jié)語

選用亞馬遜平臺微波爐產(chǎn)品的在線評論數(shù)據(jù)，通過PMI算法對文本情感傾向進行自然語言處理，將評論情感劃分等級，從而將其量化。采用TOPSIS綜合評價得到該微波爐的最優(yōu)產(chǎn)品系列，其結(jié)果作為度量值能較為精確地反映產(chǎn)品口碑。主要得到了以下結(jié)論：

通過PMI算法對文本感情進行分析可以實現(xiàn)對評論文本的量化過程。根據(jù)客戶購買時的不同情況，將客戶分為三類群體計算評價模型的權重，有利于評價模型的真實性。建立優(yōu)秀產(chǎn)品名稱模型，利用topsis的綜合評價方法選出danby 0.7 cu.ft.countertop microwave，該產(chǎn)品為Amazon平臺中微波爐評價最好的微波爐產(chǎn)品系列名稱之一。

該模型針對于線上產(chǎn)品銷售數(shù)據(jù)分析，對選擇優(yōu)秀產(chǎn)品系列有較好的應用與推廣意義。