實(shí)木床產(chǎn)品消費(fèi)者滿意度文本特征挖掘

■藺秀媛 許柏鳴（通訊作者） 南京林業(yè)大學(xué)家居與工業(yè)設(shè)計學(xué)院

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，電商購物給人們的消費(fèi)帶來了極大便利，網(wǎng)購評論文本也成了反映消費(fèi)者滿意度的重要評價依據(jù)。但消費(fèi)者網(wǎng)購評論這一重要市場反饋信息很少被家具企業(yè)系統(tǒng)地、有條理地拿來作為消費(fèi)者滿意度的評價依據(jù)，家具企業(yè)更多的還是采用電話回訪或入戶調(diào)研等方式進(jìn)行滿意度評估，這些傳統(tǒng)方式耗時耗力且回收的有效信息少，不能夠及時、有效地獲取到最新的消費(fèi)者滿意度意見。

因此，本文通過文本挖掘相關(guān)方法和手段對家具網(wǎng)購評論進(jìn)行文本信息中滿意度特征的抽提和研究，能夠有效幫助家具行業(yè)、企業(yè)快速精準(zhǔn)地獲取消費(fèi)者滿意度關(guān)注點(diǎn)，從而幫助企業(yè)打造品牌核心競爭力，對促進(jìn)家具行業(yè)、企業(yè)在消費(fèi)者滿意度方面的發(fā)展有較大的現(xiàn)實(shí)意義。

一、文本挖掘概念及流程

1.文本挖掘相關(guān)概念

文本挖掘是綜合性較強(qiáng)的學(xué)術(shù)領(lǐng)域，它借助計算機(jī)技術(shù)從半結(jié)構(gòu)化或非結(jié)構(gòu)化文本信息中獲取潛在或有價值的信息，從中提取出結(jié)構(gòu)化的文本信息進(jìn)行研究。文本挖掘基于統(tǒng)計學(xué)、數(shù)學(xué)、機(jī)器學(xué)習(xí)和模式識別等技術(shù)，將文本數(shù)據(jù)進(jìn)行高度自動化分析，具備廣闊應(yīng)用場景。目前，文本挖掘挖已應(yīng)用于電子通信、法律稅務(wù)、客戶服務(wù)和社交媒體等專業(yè)領(lǐng)域。

2.文本挖掘主要流程

本文根據(jù)網(wǎng)購評論文本特點(diǎn)，得出適用于本文的文本挖掘流程，主要包括以下四個步驟：（1） 文本數(shù)據(jù)采集，獲取網(wǎng)購評論文本數(shù)據(jù)并儲存。（2） 數(shù)據(jù)預(yù)處理，通過數(shù)據(jù)清洗、中文分詞、去除停用詞等操作，將不符合要求的數(shù)據(jù)進(jìn)行剔除。（3） 文本分析，利用TF-IDF 算法、共現(xiàn)語義網(wǎng)絡(luò)等技術(shù)，通過詞頻統(tǒng)計、建立共詞矩陣等方法，挖掘出評論文本中隱含的文本特征。（4） 結(jié)果可視化，利用詞云圖、共現(xiàn)語義網(wǎng)絡(luò)圖將文本挖掘結(jié)果可視化，更直觀展示研究結(jié)果。

二、數(shù)據(jù)獲取與預(yù)處理

1.數(shù)據(jù)獲取

文本數(shù)據(jù)來源于電商主流購物網(wǎng)站，選擇實(shí)木床品類中銷量前30 名的產(chǎn)品作為評論文本數(shù)據(jù)的研究對象，采集內(nèi)容包括評論的具體內(nèi)容、追評內(nèi)容、評論時間及評價類型，總計爬取評論42794 條。

2.數(shù)據(jù)預(yù)處理

該部分主要包括數(shù)據(jù)清洗、中文分詞、去除停用詞三部分操作。數(shù)據(jù)清洗主要進(jìn)行空值、重復(fù)數(shù)據(jù)和無價值數(shù)據(jù)的剔除，以提高數(shù)據(jù)可使用價值。中文分詞選用Jieba 分詞進(jìn)行中文分詞處理。去停用詞部分結(jié)合哈爾濱工業(yè)大學(xué)停用詞表和百度停用詞表等常用停用詞表，根據(jù)實(shí)木床產(chǎn)品消費(fèi)者評論文本實(shí)際情況，加入部分家具領(lǐng)域停用詞，得到適用于本研究的停用詞表。通過上述操作，為后續(xù)消費(fèi)者滿意度文本特征分析奠定數(shù)據(jù)基礎(chǔ)。

三、實(shí)木床消費(fèi)者滿意度文本特征分析

1.文本詞頻特征分析及可視化

詞頻-逆向文件頻率（TF-IDF）算法是目前關(guān)鍵詞抽取中使用最多的方法之一，該算法能夠?qū)ΤＳ们覜]有意義的高頻詞進(jìn)行有效規(guī)避，目前被眾多學(xué)者在文本處理研究中加以應(yīng)用。TF-IDF 公式如式下：

其中，TF表示詞頻，IDF是逆文檔頻率，j為具體節(jié)點(diǎn)，i為特征。本研究根據(jù)TF-IDF 計算結(jié)果，提取出實(shí)木床產(chǎn)品排名前30 名的特征詞，特征詞排名及頻次如表1 所示。

表1 實(shí)木床網(wǎng)購評論特征詞頻次

運(yùn)用TF-IDF 算法提取的關(guān)鍵特征詞前30 名中，大多關(guān)鍵詞都對應(yīng)實(shí)木床產(chǎn)品的某一特征或消費(fèi)者的購買體驗，準(zhǔn)確率較高。高頻詞主要突出了實(shí)木床產(chǎn)品質(zhì)量、做工、外觀設(shè)計、材質(zhì)、氣味等方面，這些方面是網(wǎng)購用戶最為在意的。為了更加直觀方便地了解消費(fèi)者評論中關(guān)于實(shí)木床產(chǎn)品討論的焦點(diǎn)，本文利用Python 中的WordCloud 進(jìn)行關(guān)鍵詞數(shù)據(jù)的可視化，在詞云圖中顯示權(quán)重為前200 的特征詞，可視化效果如圖1 所示。

圖1 可視化效果

詞云圖可以對消費(fèi)者網(wǎng)購評論文本中出現(xiàn)頻率較高的特征詞予以視覺化展現(xiàn)，更加直觀清晰地突出了消費(fèi)者關(guān)注的焦點(diǎn)特征，其中詞頻越高權(quán)重越大的詞字號越大。

2.文本特征關(guān)聯(lián)分析及可視化

共詞語義網(wǎng)絡(luò)分析能統(tǒng)計出一對詞語在文本中同時出現(xiàn)的頻率，可用于挖掘文本特征之間的關(guān)聯(lián)關(guān)系，揭示文本信息內(nèi)容的關(guān)聯(lián)和特征項所隱含的意義，若一起出現(xiàn)的頻率越高，則這對詞語之間的聯(lián)系越緊密。本文使用ROST CM6 軟件探究消費(fèi)者在實(shí)木床評論中高頻特征詞之間的關(guān)聯(lián)，共詞矩陣如表2 所示，共現(xiàn)語義網(wǎng)絡(luò)如圖2所示。

圖2 實(shí)木床在線評論共現(xiàn)語義網(wǎng)絡(luò)

表2 實(shí)木床在線評論共詞矩陣

從共詞矩陣和共現(xiàn)語義網(wǎng)絡(luò)中可以看出，質(zhì)量、服務(wù)、做工、物流、態(tài)度、款式、材質(zhì)等高頻特征詞之間具有較強(qiáng)的關(guān)聯(lián)關(guān)系。共詞矩陣中，消費(fèi)者重點(diǎn)關(guān)注的特征詞互相之間共現(xiàn)次數(shù)很高，如“質(zhì)量”與“滿意”達(dá)到了3508 次共現(xiàn)，“質(zhì)量”與“服務(wù)”達(dá)到了2494 次共現(xiàn)。共現(xiàn)語義網(wǎng)絡(luò)中，“質(zhì)量”“外觀”“物流”“做工”“氣味”“服務(wù)”等核心特征詞作為網(wǎng)絡(luò)的結(jié)點(diǎn)，通過與其他特征詞結(jié)點(diǎn)的溝通和共現(xiàn)次數(shù)構(gòu)成相互間的語義關(guān)系，形成一個彼此相互聯(lián)系的網(wǎng)絡(luò)，從而體現(xiàn)出網(wǎng)購消費(fèi)者購買實(shí)木床產(chǎn)品過程中的焦點(diǎn)，是企業(yè)需要重點(diǎn)關(guān)注的內(nèi)容，具體分析如下。

（1） 以“質(zhì)量”為節(jié)點(diǎn)：與“質(zhì)量”關(guān)聯(lián)的詞最多，有“滿意”“值得”“結(jié)實(shí)”“服務(wù)”“物流”等詞語，由此可見消費(fèi)者對質(zhì)量最為看重，除了產(chǎn)品本身質(zhì)量，對服務(wù)質(zhì)量、物流質(zhì)量等也較為關(guān)注。

（2） 以“做工”為節(jié)點(diǎn)：與“做工”關(guān)聯(lián)的詞有“結(jié)實(shí)”“精細(xì)”“水平”“質(zhì)量”等，說明消費(fèi)者對實(shí)木床做工的耐用性、精細(xì)度、質(zhì)量等方面較為注重。

（3） 以“服務(wù)”為節(jié)點(diǎn)：與“服務(wù)”關(guān)聯(lián)的詞有“態(tài)度”“耐心”“購買”“安裝”等，說明消費(fèi)者在網(wǎng)購從購買到安裝的全流程中都很注重服務(wù)相關(guān)的內(nèi)容，并且尤為關(guān)注服務(wù)態(tài)度。

四、結(jié)語

本文以實(shí)木床消費(fèi)者網(wǎng)購評論文本數(shù)據(jù)為研究對象，從滿意度文本詞頻特征和特征關(guān)聯(lián)兩部分進(jìn)行了實(shí)木床消費(fèi)者滿意度分析及可視化呈現(xiàn)。研究發(fā)現(xiàn)，消費(fèi)者關(guān)注的重點(diǎn)主要圍繞質(zhì)量、做工、外觀設(shè)計、材質(zhì)、氣味等方面，并且互相之間存在關(guān)聯(lián)關(guān)系。相比于傳統(tǒng)的電話回訪、入戶調(diào)研等滿意度評估方式，文本挖掘的方式既節(jié)約調(diào)研成本和時間成本，又具備數(shù)據(jù)新穎、及時、真實(shí)等特點(diǎn)。因此，合理高效地運(yùn)用網(wǎng)購評論數(shù)據(jù)，從中挖掘消費(fèi)者關(guān)注的重點(diǎn)，是今后家具領(lǐng)域消費(fèi)者滿意度研究的方向，本研究以期能為今后家具行業(yè)、家具企業(yè)在消費(fèi)者滿意度研究方面提供分析思路。