基于文本挖掘和情感分析的物流客戶滿意度測(cè)算研究

文/胡迪

一、引言

物流是暢通國(guó)民經(jīng)濟(jì)循環(huán)的重要環(huán)節(jié)，近年來隨著電子商務(wù)的快速發(fā)展，線上購(gòu)物逐漸成為消費(fèi)主流，隨著物流業(yè)的井噴式發(fā)展，隨之而來的也有一系列的消費(fèi)問題，網(wǎng)經(jīng)社電子商務(wù)研究中心發(fā)布的《2020年度電商物流消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》顯示，在用戶投訴問題類型中，物流問題占比高達(dá)42.42%。已有大量研究表明物流是影響生鮮電商發(fā)展的重要因素[1-5]，因此，為了讓物流快遞企業(yè)更多地了解客戶需求，本文基于生鮮電商的在線評(píng)論數(shù)據(jù)，從不同維度對(duì)生鮮電商的物流滿意度進(jìn)行測(cè)評(píng)研究，根據(jù)分析結(jié)果，對(duì)生鮮電商的物流快遞企業(yè)提供相應(yīng)的意見及建議，以提高消費(fèi)者對(duì)整個(gè)物流環(huán)節(jié)的滿意度。

通過文獻(xiàn)梳理后發(fā)現(xiàn)，我國(guó)生鮮電商的發(fā)展過程中還存在短板和不足，尤其是在物流環(huán)節(jié)中存在的問題較多，并且對(duì)于生鮮電商產(chǎn)品來說，物流因素是影響購(gòu)買者購(gòu)買意愿的重要因素。主流的物流客戶滿意度研究中，大多是采用問卷調(diào)查法等實(shí)證研究方法。目前主流的研究物流客戶滿意度大部分集中在路徑規(guī)劃、末端物流節(jié)點(diǎn)選址上，而在線評(píng)論作為消費(fèi)者在購(gòu)買使用過產(chǎn)品后所發(fā)表的評(píng)論，能夠真實(shí)反映出產(chǎn)品及服務(wù)的相關(guān)情況，因此本文基于生鮮電商平臺(tái)的評(píng)論數(shù)據(jù)，提出一種結(jié)合文本挖掘和情感分析的物流客戶滿意度深度挖掘分析方法。

二、相關(guān)工作

1.確定物流屬性

本文從詞頻特征衡量詞語與物流屬性之間的相關(guān)性，挖掘詞語的隱式語義信息，關(guān)鍵詞既包含文本的主題相關(guān)性，又能反映詞語的重要性[6]。TF-IDF是用以評(píng)估一字詞對(duì)于一個(gè)文件集或一個(gè)語料庫(kù)中的其中一份文件的重要程度的一種統(tǒng)計(jì)方法。TFIDF算法的優(yōu)勢(shì)是其能同時(shí)考慮到低頻詞和高頻詞對(duì)分類過程的影響，因此其特征向量提取的效果相對(duì)較好[7]。

TF（Term Frequency）表示樣本關(guān)鍵詞i在文檔j中出現(xiàn)的頻率，計(jì)算公式如（1）所示：

IDF（Inverse Document Frequency）逆文檔頻率，反映關(guān)鍵詞的普遍程度，當(dāng)有大量文檔包含這個(gè)詞時(shí)，其IDF值越低；反之，則IDF值越高。計(jì)算公式如（2）所示：

其中，N為所有的文檔總數(shù)，Y(i,j)表示文檔j是否包含關(guān)鍵詞，若包含則為1，若不包含則為0。若詞i在所有文檔中均未出現(xiàn)，則IDiF公式中的分母為0，因此平滑即加一處理。

關(guān)鍵詞i在文檔j中的重要程度可用公式（3）表示：

TF-IDF值可以有效度量詞語的重要性程度，越大證明其越重要。

2.確定物流屬性相關(guān)評(píng)論

如果一條評(píng)論為有用評(píng)論，其必定包含用戶關(guān)注的物流屬性，即一個(gè)評(píng)論具有一個(gè)或一個(gè)以上的物流屬性詞，則認(rèn)為該評(píng)論為有用評(píng)論，判斷規(guī)則公式如（4）所示：

Vm為第m個(gè)評(píng)論是否為有效評(píng)論的判斷值，取值為0或者1。當(dāng)m第條評(píng)論中含有的屬性詞個(gè)數(shù) 時(shí)，他的有用性 ，則這條評(píng)論被選取，否則這條評(píng)論被過濾掉。

Word2Vec 通過淺層的神經(jīng)網(wǎng)絡(luò)對(duì)模型進(jìn)行優(yōu)化，考慮了詞語之間的語義聯(lián)系，將單詞轉(zhuǎn)換成多維向量形式，把對(duì)文本內(nèi)容的處理簡(jiǎn)化為向量空間中的向量運(yùn)算，計(jì)算出向量空間上的相似度，來表示文本語義上的相似度，余弦相似度是通過計(jì)算兩個(gè)向量的夾角余弦值來評(píng)估他們的相似度，余弦值越大則越相似，其計(jì)算公式如（5）所示：

其中 ， 分別代表提取的關(guān)鍵詞向量A和物流屬性B的各分量，如“物流”這個(gè)詞語經(jīng)過向量轉(zhuǎn)化后為[-0.201，-0.094，0.506，0.356，......]，“包裝”這個(gè)詞語經(jīng)過向量轉(zhuǎn)化后為[ 0.062，-0.108，0.178，0.332，......]，通過計(jì)算兩個(gè)向量之間的余弦相似度，余弦值越接近1，就表明兩個(gè)向量越相似，即兩個(gè)詞語越相似。

3.情感分類模型

情感分析的主要目的是挖掘評(píng)論中蘊(yùn)含的感情色彩，即分析文本的情感傾向于正面還是負(fù)面。Zhang等人[8]提出了一種基于規(guī)則的方法:首先根據(jù)情感詞典得到句子的情感傾向，再根據(jù)句子的情感傾向得到整個(gè)文檔的情感傾向。Pang等[9]按照不同的方法提取特征，他們將用戶標(biāo)記的情感極性或者評(píng)分作為標(biāo)簽，并且使用機(jī)器學(xué)習(xí)算法構(gòu)建帶有文本特征的情感分類器。本文將情感分析看作是一個(gè)分類問題，情感分析旨在預(yù)測(cè)評(píng)論文本的情感標(biāo)簽，使用Bayes分類器來預(yù)測(cè)給定評(píng)論的傾向性。

貝葉斯模型在文本分類領(lǐng)域應(yīng)用廣泛，其主要利用文本類別的先驗(yàn)概率和特征向量對(duì)類別的條件概率計(jì)算未知文本屬于某一類別的概率。對(duì)于有兩個(gè)類別的c1和c2的分類問題來說，其特征為 ，特征之間是相互獨(dú)立的，則屬于類別c1的貝葉斯計(jì)算公式如（6）-（8）所示：

其中：

則公式可化簡(jiǎn)為：

三、基于在線評(píng)論的物流客戶滿意度測(cè)算

主觀評(píng)價(jià)以傳統(tǒng)調(diào)查問卷或訪談形式進(jìn)行，消耗時(shí)間精力較多，數(shù)據(jù)不具有實(shí)時(shí)性，調(diào)查對(duì)象數(shù)量有限，且獲得的結(jié)論受問題設(shè)置影響較大，準(zhǔn)確性大打折扣。因此本文利用 Python Request 編寫在線爬蟲程序，爬取京東商城生鮮產(chǎn)品中新鮮水果、海鮮水產(chǎn)、精選肉類、冷凍飲食、蔬菜蛋品5類商品的在線評(píng)論，爬取內(nèi)容包括店鋪名稱、用戶ID、評(píng)論內(nèi)容、滿意度星級(jí)等，為保證評(píng)論數(shù)據(jù)的準(zhǔn)確性，對(duì)爬取的評(píng)論數(shù)據(jù)進(jìn)行預(yù)處理，刪除為空、重復(fù)的評(píng)論和評(píng)論內(nèi)容只有標(biāo)點(diǎn)符號(hào)或者表情的評(píng)論，最終得到838,143條評(píng)論。

1.確定物流屬性及其屬性詞

對(duì)初始數(shù)據(jù)進(jìn)行清洗和挖掘后，對(duì)所有評(píng)論進(jìn)行評(píng)論有用性分析，利用中文分詞工具 Jieba 分詞，采用精確模式（lcut）對(duì)所獲得的評(píng)論進(jìn)行分詞處理，去除停用詞、標(biāo)點(diǎn)符號(hào)和介詞、代詞等沒有實(shí)際意義的詞，進(jìn)行詞頻統(tǒng)計(jì)，并運(yùn)用TF-IDF算法提取出評(píng)論中TDIDF值前100的主題詞，從中篩選出所有和物流相關(guān)的屬性，根據(jù)主題詞提取結(jié)果和特征詞頻統(tǒng)計(jì)結(jié)果，本文將生鮮產(chǎn)品的物流特征屬性分為11類，即包裝、運(yùn)輸、發(fā)貨、配送員、配送、完整性、配送方式、冷鏈、速度、服務(wù)、質(zhì)量，運(yùn)用上述所提到的Word2Vec方法構(gòu)建評(píng)論詞向量，計(jì)算出生鮮產(chǎn)品物流屬性所包含的屬性詞詞典，建立的詞典如表1所示。

表1 物流屬性及其屬性詞

2.確定物流屬性的相關(guān)評(píng)論

本文先通過公式4結(jié)合TF-ID確定的關(guān)鍵詞，初步篩選出和物流相關(guān)的評(píng)論，然后通過Word2Vec模型生成詞向量并結(jié)合余弦相似度，計(jì)算其和物流屬性的相似度，從而確定每句話中是否含有物流屬性，取兩個(gè)向量之間相似性大于0.5的向量作為物流相關(guān)的評(píng)論，最終共獲得了21,9571條有用評(píng)論，模型參數(shù)設(shè)置如下：size=100，window=5，sg=1，min_count=1。由物流屬性及其屬性詞確定的每個(gè)有效評(píng)論中都包含屬性詞且與物流屬性向量的相似度均大于0.5，從而確定評(píng)論中和物流屬性相關(guān)的評(píng)論。

3.物流屬性情感傾向計(jì)算

本文分析的內(nèi)容源于用戶評(píng)論，采用專門針對(duì)中文文本挖掘的SnowNLP情感分析庫(kù)進(jìn)行情感分析，Sentiment模型是基于貝葉斯分類器進(jìn)行訓(xùn)練，針對(duì)在線評(píng)論中的物流評(píng)論進(jìn)行人工構(gòu)建研究相關(guān)領(lǐng)域的情感語料庫(kù)，經(jīng)專家審核后補(bǔ)充或替換通用語料庫(kù)，調(diào)用sentiment.train函數(shù)訓(xùn)練新的情感分類器，以提升準(zhǔn)確度。對(duì)評(píng)論數(shù)據(jù)人工標(biāo)注1000條正向評(píng)論和1000條負(fù)向評(píng)論，對(duì)語料庫(kù)進(jìn)行訓(xùn)練，并保存訓(xùn)練模型。

結(jié)合本文提出的物流屬性提取方法和SnowNLP模型，計(jì)算評(píng)論中的物流情感傾向，例如“包裝完好，送貨速度快，這個(gè)藍(lán)莓已經(jīng)回購(gòu)過幾次。日期新鮮。味道還不錯(cuò)，酸酸甜甜的，家里的小朋友們都很喜歡，下次還會(huì)再買的?！边@句話，經(jīng)過計(jì)算可得其和物流相關(guān)的屬性有:包裝、送貨、速度、質(zhì)量、完整性。情感傾向值是指該句情感指向?yàn)檎母怕?，?jīng)過SnowNLP.sentence模塊的切分，其中包含這些物流屬性的情感正向概率分別為0.6828、0.8964、0.9643、0.5474、0.6828，則這句話中的物流總體傾向取這5項(xiàng)的均值為：0.7548，記為 ， 。

用戶的在線評(píng)論由評(píng)論內(nèi)容和評(píng)論星級(jí)兩部分組成，則用戶評(píng)論的滿意度最終評(píng)分也由評(píng)論內(nèi)容的評(píng)論星級(jí)得分和情感值得分兩部分而來，因此將用戶評(píng)論中的“5星好評(píng)”視為正向概率為1，“四星好評(píng)”視為正向概率為0.8，以此類推，用戶評(píng)論的星級(jí)正向概率為 ， 。則用戶評(píng)論的最終得分由下列公式（9）可得：

其中E為滿意度綜合評(píng)分； 為物流屬性情感滿意度傾向值；E2為星級(jí)滿意度傾向值，E數(shù)值越大，情感越積極，用戶的滿意度越高，取 即 為正向評(píng)論，標(biāo)記為1，E＜1.2為負(fù)向評(píng)論，標(biāo)記為0。則所有物流評(píng)論數(shù)據(jù)的情感傾向計(jì)算結(jié)果如表2所示。

表2 物流情感傾向概率計(jì)算結(jié)果4.結(jié)果分析

表2 物流情感傾向概率計(jì)算結(jié)果

為驗(yàn)證方法的有效性，設(shè)置一組沒有區(qū)分物流屬性直接進(jìn)行情感分析計(jì)算的對(duì)比實(shí)驗(yàn)，其他所有步驟均相同，實(shí)驗(yàn)中采用分類模型中的常用指標(biāo)值作為評(píng)判標(biāo)準(zhǔn)，其計(jì)算公式如（10）-（13）所示。

查準(zhǔn)率（精準(zhǔn)率）：

查全率（召回率）：

正確率（準(zhǔn)確率）：

F值（F1-scores）：

其中TP：真正例，實(shí)際為正預(yù)測(cè)為正；FP：假正例，實(shí)際為負(fù)但預(yù)測(cè)為正；FN：假反例，實(shí)際為正但預(yù)測(cè)為負(fù)；TN：真反例，實(shí)際為負(fù)預(yù)測(cè)為負(fù)。區(qū)分物流屬性和不區(qū)分物流屬性的模型評(píng)價(jià)結(jié)果如表3所示。

表3 分類模型評(píng)價(jià)結(jié)果

通過對(duì)不同分類模型指標(biāo)的計(jì)算結(jié)果對(duì)比發(fā)現(xiàn)，在對(duì)不同物流屬性分別進(jìn)行測(cè)算的情況下，分類的查準(zhǔn)率、查全率、正確率和F值均有了不同程度的提升，說明此方法的有效性。ROC作為一種綜合評(píng)價(jià)指標(biāo)，經(jīng)常用于不平衡數(shù)據(jù)的分類模型性能評(píng)估準(zhǔn)則，ROC曲線越凸向左上方，則下方面積越大，表示分類模型的泛化能力越強(qiáng)。ROC曲線下面包圍的面積，也就是對(duì)ROC曲線進(jìn)行積分，得到的結(jié)果稱為AUC(Area Under Curve)。用metrics.roc_curve函數(shù)，繪制二者的ROC曲線圖如圖1所示?？梢园l(fā)現(xiàn)測(cè)算了物流屬性的情況下其AUC為0.94，而未測(cè)算物流屬性的其AUC為0.888，低于測(cè)算物流屬性的AUC，故證明了本文提出方法的有效性。

圖1 ROC曲線示意圖

四、生鮮電商物流環(huán)節(jié)客戶滿意度分析

1.物流客戶總體滿意度分析

將在上述研究的基礎(chǔ)上繼續(xù)進(jìn)行深度挖掘，探索生鮮電商物流客戶滿意度情況，對(duì)所有物流評(píng)論的物流屬性及其情感傾向值分別取均值并繪制雷達(dá)圖如圖2所示，進(jìn)一步探究生鮮電商評(píng)論中對(duì)物流各屬性的滿意度情況。

圖2 生鮮電商物流總體滿意度

從物流屬性情感傾向圖中可以發(fā)現(xiàn)，用戶對(duì)生鮮電商的總體滿意度得分差異性較大，用戶對(duì)生鮮電商物流客戶滿意度排名依次為：速度＞完整性＞運(yùn)輸＞質(zhì)量＞服務(wù)＞包裝＞冷鏈＞配送員＞配送方式＞發(fā)貨＞配送，取情感傾向概率均值大于0.5的為正向評(píng)論，可以看到用戶對(duì)速度和完整性的滿意度較高，對(duì)運(yùn)輸、質(zhì)量、服務(wù)的滿意度相對(duì)較高，對(duì)包裝則不是很滿意，對(duì)冷鏈、發(fā)貨、整個(gè)配送環(huán)節(jié)不滿意，說明物流企業(yè)和公司在保持自身優(yōu)勢(shì)的同時(shí)，也需要進(jìn)一步提高對(duì)配送環(huán)節(jié)、發(fā)貨環(huán)節(jié)、冷鏈環(huán)節(jié)、包裝環(huán)節(jié)的改進(jìn)。

2.改進(jìn)策略與建議

加強(qiáng)快遞員隊(duì)伍建設(shè)，提升末端配送滿意度。加強(qiáng)對(duì)快遞員隊(duì)伍的建設(shè)和管理，完善人才培養(yǎng)和培訓(xùn)機(jī)制，同時(shí)也要提高快遞員的福利待遇水平，增強(qiáng)快遞員的安全感和幸福感，不斷增加快遞員的職業(yè)成就感，提高物流配送效率和服務(wù)質(zhì)量。

優(yōu)化產(chǎn)品發(fā)貨流程。加強(qiáng)自動(dòng)分揀系統(tǒng)的建設(shè)，對(duì)貨物進(jìn)行自動(dòng)化分類揀取，同時(shí)確保物件的及時(shí)跟蹤，為后續(xù)作業(yè)的完成提供信息支持對(duì)商品進(jìn)行清點(diǎn)、檢驗(yàn)，按調(diào)撥單上的貨號(hào)及數(shù)量進(jìn)行盤查，保證貨物的數(shù)目核對(duì)正確，提高發(fā)貨效率和準(zhǔn)確性。

加大對(duì)冷鏈技術(shù)的科技研發(fā)和技術(shù)創(chuàng)新。改進(jìn)冷凍水產(chǎn)品貯藏、運(yùn)輸、流通及消費(fèi)的過程中，通過采用新型凍結(jié)方式以改善解凍后水產(chǎn)品的品質(zhì)，或者采用涂膜、浸泡、噴淋等形式，通過添加物減緩溫度波動(dòng)對(duì)水產(chǎn)品品質(zhì)帶來的變化，保證產(chǎn)品的質(zhì)量和新鮮口感。

加大對(duì)快遞包裝的研發(fā)投入，提高產(chǎn)品包裝質(zhì)量。在滿足用戶需求的同時(shí)也做好包裝的綠色循環(huán)使用，秉承綠色快遞包裝設(shè)計(jì)理念，避免造成資源浪費(fèi)和環(huán)境污染。要注重快遞包裝減量化、品牌化設(shè)計(jì)，側(cè)重快遞包裝易拆卸性、人性化設(shè)計(jì)，創(chuàng)新快遞包裝設(shè)計(jì)，以提高物流客戶對(duì)包裝的滿意度。

五、結(jié)論

隨著日益激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境和不斷變化的用戶需求，對(duì)物流快遞業(yè)發(fā)展提出了更高的要求。為了促進(jìn)物流快遞業(yè)的健康發(fā)展，本文基于生鮮電商評(píng)論大數(shù)據(jù)，結(jié)合文本挖掘和情感分析，提出一種提取評(píng)論中物流相關(guān)評(píng)論的方法，并分別對(duì)每種物流屬性的情感值進(jìn)行測(cè)算，對(duì)比不同物流屬性分別進(jìn)行測(cè)算的情況，通過模型驗(yàn)證發(fā)現(xiàn)，提取物流屬性并分別對(duì)物流屬性進(jìn)行客戶滿意度測(cè)算，得到的結(jié)果更加準(zhǔn)確，論證了本文提出方法的有效性，最后在分析物流環(huán)節(jié)不足的基礎(chǔ)上，對(duì)物流客戶相對(duì)不滿的環(huán)節(jié)提出對(duì)策建議。