天猫超市消费者对网购物流服务因素的感知分析

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 天猫超市消费者对网购物流服务因 素的感知分析 【摘 要】本文从消费者的角度， 探索网购物流服务因素与客户类别的关 联性，构建一个研究框架。通过爬虫工 具对天猫超市的在线客户评论数据挖掘， 将语言转化为结构化数据，运用 Rapidminer 软件和 FP-Growth 算法挖掘 出强关联规则。结果表明，该框架能够 合理解释样本数据，并且发现不同类别 的网购客户群体，对物流服务感知的侧 重点具有显著差异。该结论为电商企业 提供了物流服务盈利空间的切入点，具 有重要的现实意义。 中国论文网 /1/view-13043120.htm 【关键词】在线评论；物流服务； -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 FP-Growth 算法；关联规则 一、引言 数据挖掘技术可以从大量的数据 中提取出隐含的、以前不为人所知的、 可信而有效的知识，能够对数据进行再 分析，以期获得更加深入的了解，并且 具有预测功能1-2。其中关联规则挖掘 是数据挖掘知识模式中最活跃的一个分 支，由 Agrawal 等于 1993 年首先提出， 随即广泛应用在各个行业中3。尤其对 于大型零售组织，在处理大规模数据， 确定市场策略，提高决策支持能力方面。 关联规则挖掘具有较大的价值，是从大 规模数据中提取隐含信息的有效方法。 综上所述，为避免自建知识库的 局限，本研究引入关联规则挖掘技术， 对客观实时数据进行分析。在天猫超市 购物网站上搜集大量在线客户评论，从 中挖掘物流服务因素和网购顾客间影响 关系，具有一定的理论创新性和技术可 行性。 二、研究框架及关联规则 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 研究首先从 B2C 电子商务网站 （如天猫超市，当当网等）的购买页面 搜集大量在线客户评论，每条评论都包 含着客户信息（用户名，会员级别，所 在区域等）以及自由格式的文本式评论 内容。接着从上万条在线客户评论中挖 掘出有关于物流服务的内容，本文主要 从以下三个步骤展开研究。 （1）数据收集和预处理：在线 客户评论中按照客户类别和物流服务因 素提取数据信息。 在 B2C 市场中天猫超市自 2016 年市场占比为 6.7%，到 2018 年占比 13.6%，一直处于增长状态。天猫超市 无论是在仓储还是物流配送方面都远远 领先于行业。物流也逐渐成为消费者选 择在天猫超市购物的重要因素之一。因 此，天猫超市网站上的在线评论数据具 有一定的规模性和可研究性。接着是选 定一种商品，使得评论内容可统一处理。 iPhone8 作为一款风靡全球的热销商品， 其性能信息较其他产品更被广大消费者 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 熟知，而且苹果的品牌体验店已遍布各 大城市各个商圈。大多数消费者是在充 分了解该产品信息后，才通过网络在线 购买的。所以，iPhone8 产品的评论内 容更侧重于对 B2C 企业的服务体验， 更利于本研究获取有关物流服务的信息。 基于以上分析，本文在天猫超市的 iPhone8 购买页面收集在线客户评论。 数据持续时长为一年，呈自然语言格式， 评论总量为 62529 条。本文选取多可网 络爬虫工具通过设定入口网址、关键词 和评估词表来抓取大量在线客户评论中 有关物流的评论。本研究选择人工识别 和筛选的方法对上述有关物流的在线客 户评论进行预处理，以期得到一个准确 的有关客户类别和物流服务因素的评论 矩阵。 （2）关联规则挖掘：在提取出 的客户类别和物流服务因素中挖掘关联 规则。在本研究中，关联规则挖掘用来 识别和提取在线客户评论中隐含的有关 物流服务因素和客户类别相关关系。基 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 于毛国君对关联规则的定义和总结，可 将关联规则问题描述为：假设 I 表示集 合 U 和集合 A 的总项目集，即 I=u1，u2，up，a1，a2，an。 那么关联规则可表示为：XY，其中 XI， YI 并且 XY=？ I。进一步， 令 P（X）表示 X 在评论中出现的概率， 换言之，如果 x 是包含 X 的评论的数量， n 是所研究评论的总数量，那么， P（X）=x/n 。 通常，描述关联规则的两个重要 概念是支持度（Support）和置信度 （Confidence） 。那些超过最小支持度 Suppmin 和最小置信度 confmin 阈值的 规则，就称为强关联规则。本研究中 supp（XY）=P（XY）表示评论的 内容中同时涉及 X 和 Y 的的概率； conf（ XY） =P（XY ）/P （X）表 示 X 出现的情况下出现 Y 的概率； lift（ XY）表示 X 和 Y 出现的相关关 系。由此，本文设定以下三个标准，来 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 挖掘 X 和 Y 之间的强关联规则.支持度 的标准是用来确保项集 X 和 Y 在评论 中有最低出现率，置信度的标准用来捕 获评论中出现 X 的情况下，出现 Y 的 条件概率，提升度（lift）的标准用来约 束 X 和 Y 之间的影响关系，如果 lift（ XY）=1，由 lift（ XY） =P（XY）/P（X）P （ Y） ，可知 P（XY）=P（X）P P（X）P（Y） ， X 和 Y 独立；如果 lift（XY）1，即 表示 X 和 Y 呈正相关，X 在评论中的 出现影响 Y 的出现。 （3）相关性分析：结合实际情 况，对规则进行分析，并针对性的提出 改善物流服务质量，提高客户体验的建 议。由于本研究搜集了大量的评论数据， 可能会产生较多数量的关联规则，为了 便于分析客户类别（U）与物流服务因 素（A）的关联性，我们将 X 项目集分 类，并用下标标识。XU 和 XA 分别表 示 X 项目集中客户类别和物流服务因素 的子项目集，其中 XA，XU，同样 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 Y 项目集也可以分类为 YU 和 YA。 三、结论 本研究对 B2C 电子商务企业的 物流服务因素影响进行了探讨，从消费 者的角度出发，基于在线客户评论的数 据挖掘方法，挖掘客户类别与物流服务 因素的关联规则，发现不同类型的客户 对物流服务因素的感知侧重点有所不同。 由天猫超市的评论数据挖掘结果可知， 活跃客户即大多数客户，更注重于物流 配送速度、承诺配送时间的兑现水平以 及退换货服务等的物流服务因素；新客 户更在意物流的包装；而 VIP 客户更需 要被重视感，对物流信息查询的服务有 更高的要求。可见，B2C 电子商务企业 在提升物流服务质量方面，需要抓使 丶点，精细化消费者的物流服务需求。 在当前大数据方兴未艾的背景下， 数据挖掘技术可以深入挖掘在线客户评 论中所反映出的消费者感知。然而要想 满足每个消费者的服务需求，提供个性 -精选财经经济类资料- -最新财经经济资料-感谢阅