基于情感分析的评论数据用户满意度影响因素研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 基于情感分析的评论数据用户满意 度影响因素研究 摘要通过对用户的满意度影响 因素的分析，能够帮助商家挖据用户需 求、提升用户满意度、从而提高商品销 量。本文使用商业智能软件 PowerBI 对 用户评论文本进行数据挖掘，通过提取 评论数据中的质量、物流、尺码、价格、 颜色等影响用户满意度影响的因素，利 用情感分析法进行赋值，然后统计各影 响因素的样本得分，识别出价格和质量 是最重要的影响因素。 中国论文网 /4/view-12980356.htm 关键词 评论数据；情感分析； 用户满意度；影响因素 伴随电子商务的蓬勃发展，电商 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 网站下累积了大量用户在线评论数据， 通过对评论数据相关研究的解读和分析， 我们发现：评论数据是用户表达真实需 求和情感极性的重要途径，故而可以挖 掘出其隐藏的用户偏好以及真实需求。 姜巍等人创造性地将评论数据看作一种 内容互连的网络拓扑的形态，利用评论 网络节点的重要性来度量评论的有用性， 该方法对用户需求获取能够达到较高的 准确率和覆盖率。评论数据中的情感极 性对商品销量会产生一定程度地影响作 用。如 Sonnier，G.P.等人验证了积极的 评论数据、中性的评论数据、消极的评 论数据都对销量有着显著影响作用。因 此，通过对评论数据进行情感分析来挖 掘用户需求、提升用户满意度最终可以 达到提高商品销量的目的。本文将从用 户评论数据中提取如质量、颜色、服务 等具有实体意义的影响因素指标，通过 建设多维度数据集进行用户满意度影响 因素研究。 1 数据来源 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 本文对京东商城的用户评论数据 进行采集，使用网络爬虫软件八爪鱼对 班尼路官方旗舰店男装 T 恤（链接 https： /item.id.COB/1574267931.html） 的用户评论数据进行抓取，对每一条评 论数据（如图 1 所示）中方框内各字段 进行抽取，抽取的字段分别是：用户名、 用户级别、地区、用户满意度（星级好 评） 、评论文本、价格、商品信息、颜 色、尺码、评论时间、端口。将抽取的 字段设置为自动导入数据库中以备后续 分析。 2 数据的抽取、清理和加载 由于抽取到数据库中的用户名仅 显示首尾字符，中间字符是由星号键组 成，故而容易出现不同用户共享同一用 户名的情况或者同一用户名在不同时期 的评论被数据库禁止读入的情况发生， 因此需要将序号代替用户名作为表格中 的主键进行分析以避免数据库读取数据 失败的情况发生。截止至 2017 年 3 月 19 日共抓取到 7000 条评论数据，故而 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 形成一张样本容量为 7000 条数据的评 论数据总表（如表 1 所示） 。数据库可 实现在线实时更新，抓取的网页数据会 自动加载到数据库中的评论数据总表中， 为减少数据冗余，需要对数据进行清理， 减少垃圾数据的读取。从竞争情报角度 考虑，如果用户名、用户级别、地区三 者完全一致的用户可被视为同一用户， 因此可以设置联合主键的方式作为同一 用户的判断条件，如果数据库中显示较 为接近的时间段内由大批用户级别较低 的评论涌入，则默认为是水军；如果同 一用户在较为接近的时间段发表多条评 论数据，则默认为是重复评论，只保留 该用户的第一条评论；前者的评论数据 置信度较低，后者评论数据产生冗余， 为保证研究结果的准确可靠性，应将这 两类的评论数据予以清除。 3 用户满意度的影响因素指标 本文在数据库存储设计时创建多 维数据集，从评论用户本身出发，设计 以地区、端口（上网设备） 、用户级别 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 三个影响指标；从商品属性出发，由表 征商品特征属性的特征词质量、物流、 尺码、价格、颜色五个影响指标，如图 1 所示。本文图从不同维度对用户满 意度进行分析，商业智能软件 Power BI 能够实现对多维数据集进行数据处理， 通过对用户满意度与影响指标间的各项 数据进行自动化分析，寻找出用户满意 度的关键影响因素。地区、端口、用户 级别三项指标都能较易地由字符串数据 转化为数值型数据；再利用情感分析法 将评论文本中的字符型数据转化为语义 识别后的数值型数据，从而作为用户满 意度影响指标中的可分析处理的自变量， 从而被商业智能软件识别和分析。 4 评论文本的情感分析 4.1 通过分词提取特征词 提取评论文本中特征词的方法中， Li，F 等人采用句法结构树 Skip-Tree CRFs 提取评价特征词进行情感极性分 析。Li，C.w 等人利用了情报学专业中 常见的逆文本频率指数（IDF）方法， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 对关键词权重进行排序后提取重要特征 词并进行情感极性分析。这些方法效率 虽高，但是忽略了评论文本中特征词的 同义词产生的误差，从而影响研究结果 的可靠度。本文采用半自动化提取的方 式，设定特征词同义词表以提高整个研 究的准确度。具体方法是：特征值显著 的特点是词性为名词，因此本文通过对 评论文本进行分词并统计词性为名词的 高频特征词即可得到用户满意度影响因 素指标。分词软件采用 PHP 简易中文 分词（SCWS ）第四版，将 7000 条评论 文本分词为词语词性（如质量n） 统计汇总后得到的高频特征词为以下几 类：质量、物流、尺码、价格、颜色、 活动、品牌、服务等；本文仅选取排名 靠前的五项指标进行详细分析，即将质 量、物流、尺码、价格、颜色作为用户 满意度的影响因素指标进行后续分析。 对出现特征词的同义词进行归类形成一 特征词同义词表，如表 2 所示。特征词 同义词表的作用是避免重复提取特征词 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 以提高检索效率。如评论“颜色很好看， 色彩很美，价格便宜” ，其中 “颜色”和 “色彩”都属于颜色类特征词，数据库在 提取同类型特征词时设置为仅提取首次 出现的特征词，因此提取结果为特征词 “颜色”、 “价格”，将提取结果导人数据库 一抽取词表表格中，然后该条评论结束 读取跳转至下一条评论。 4.2 情感词的定位及提取 相关学者将情感分析分为：有监 督方法，如 Ali，F 采用机器学习的方 法使用基于支持向量机（SVM）和改进 版的模糊领域本体（FDO）方法进行情 感极性判断；无监督方法，如李欣等人 采用无监督方法通过多重聚类算法进行 情感极性判断；f 情感词典方法，如马 松岳等人使用 ROST EA 情感词典工具 进行情感分析。特征词显著的标志是词 性为名词，而情感词则由多种词性组成， 常见的是由副词和形容词组成，本文中 采用以对评论文本分词后确定的特征词 位置为基准，在特征词附近创建字符区 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 间作为情感词定位区间，例如“挺好， 穿了一天，性价比挺高的。 ”分词结果为 “挺/v 好/a 穿/v 了/v 一/m 天/n 性价比/n 挺/v 高/a 的/ui”。能够定位到特征词为 “性价比”，属于“价格”类，情感词的取 值范围为“一 /m 天/n、挺/v 高/a”，接下 来需要通过数据库的一情感词表与一抽 取词表进行关联匹配出情感词并赋值得 分。 4.3 通过情感词表进行情感 词匹配赋值 本文中将数据库中一抽取词表与 一情感词表进行关联匹配来进行情感极 性赋值。具体操作是：特征词后面连接 的是情感词，如“ 质量很好 ”中“很”是情 感程度词语， “好” 是情感极性词语，将 HowNet 情感词表和台湾 NTUSD 情感 词表输入数据库中作为一情感词表，可 通过人工方式添加增添词表内容。情感 程度词语赋值为 1 分至 6 分（如果没有 出现程度词语则默认为 1 分，出现情感 程度词语则得分为 2-6 分） ，积极情感 词语赋值 2 分，消极情感词语赋值-2 分， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 中性情感词为 1 分。 情感得分 F=w*i，w 为情感程度 得分，i 为情感极性得分。举例：“挺好， 穿了一天，性价比挺高的。 ”中分词效果 为“挺/v 好/a 穿/v 了/v 一/m 天/n 性价比 /n 挺/v 高/a 的/uj” 中提取的特征词为 “性 价比”，之前提取情感词区间为情感程 度词语为“挺 ”，得分 3 分，情感极性词 语为“高”，属于积极情感词语，得分 2 分，因而价格指标下该条评论中情感得 分为 6 分；其余指标得分为 0；对每一 条评论数据得分统计后，得到用户满意 度表中各项指标得分情况如表 4 所示。 4.4 结果分析 运用中文分词技术及情感词极性 识别方法对用户评价进行量化，运用灰 色关联分析方法对获取的数据进行信用 度得分计算，最后采用商业智能分析软 件 Power BI 进行多维数据集进行数据 分析，结果如图 2 所示。 从单一因素分析结果来看，用户 级别、地区、端口不同的情况下有着不 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 一样的用户满意度。从用户级别来看， 用户满意度从高到低的顺序分e 是银 牌会员、金牌会员、铜牌会员、钻石会 员、PLUS 会员、PLUS 会员【试用】 、 企业会员；从用户端口来看，用户满意 度从高到低的顺序分别是 Android 客户 端、iPhone 客户端、PC 端、微信购物、 手机 QQ 购物、iPad 客户端；从地区来 看，用户满意度从高到低前四位分别是 广东、北京、江苏、上海；从商品属性 来看，用户满意度影响因素从高到低的 是价格、质量、尺码、物流、颜色。 从切片图中可观察到在用户级别、 地区、端口不同的情况下，并没有表现 出对商品需求的明显不一致现象，仍然 表现出对价格和质量的关注。针对这种 情况，商家可以将关注的重点仍然放在 商品特征本身，提高商品的质量、降低 销售价格，当整体评论情况发生变化以 后再去根据用户特性去进行细分市场划 分，根据特定人群的用户属性和偏好去 实现个性化定制服务。当然，商家还可 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 11 以利