基于LDA的可穿戴设备在线评论主题挖掘研究

基于LDA的可穿戴设备在线评论主题挖掘研究 基于LDA的可穿戴设备在线评论主题挖掘研究吴江周露莎刘冠君贺超城(1武汉大学信息管理学院，武汉，430072；2武汉大学电子商务研究与发展中心，武汉，430072)摘要本文利用文本挖掘方法分析了智能手环用户评论中的热点主题，以了解用户对不同品牌智能手环关注点差异以及用户关注主题随时间的变化。 首先，利用LDA模型对文本进行主题分类，了解不同品牌用户关注主题的排序；然后对不同时段各品牌的评论信息进行分析，了解不同用户群体对产品功能关注度的变化；最后分析用户对不同品牌手环整体满意度的差异，并结合评论文本信息分析用户使用时长与满意度之间的关系。 本研究发现对于所有品牌，用户均关注产品功能和外观，以及在使用中发现的产品问题和感受，但是不同品牌关注主题排序各有差异。 就用户满意度而言，随着使用时间的增长，用户对小米手环的满意度日渐降低，而Fjtbit和华为手环的用户满意度与使用时间呈正u形曲线。 关键词智能手环可穿戴设备LDA用户满意度在线评论主题挖掘G202；TP393A20952171 (xx)03002410DOl1013365jjirmxx03024The StudyOf。 bpic MlningOn Onne ReViews0f WearabIeDevices Based0n LDAMOdeIWu JiangZhou LushaLiu GuanjunHe Chaocheng(1SchooI of lnformation Management，wuhan university，wuhan，430072；2The Centerfor EIectronIommerce Researchand Developmentat wuhanuniversity，wuhan，430072)Abstract丁his paperanaJyzes hotlopics inon|ne reViewsof smarlbracelel byusing texlmlning lechnlque lOundersland thediffbrences inusersallentiOn lOwardsdi竹erent smartbraceIel brandsand thelimeVarying changeOf lheirfOcusAl first，we haVea tOpilassificaliOn usingLDA mOdeIby anaIyzingpre-prO-cessed lextlO knowusersfocused lOpicsof differenbrandsSecOndly，we anaIyzeOnlne reviewsin differenf limesages lOundbrsland differenluser grOupsljme-Varyjng atljludeslO produclJncliOnsAl last，thispaper inVesligaleslhe differenceOf cuslOmerssalisfaclion lOwardsdifferenl smartbraceIel brandsand explOres IhereIatiOnship betweencuslOmer salisfactionand usingllmeVVe fnd lhalusers OfaII brandscare abOut prOduclfuncljOn，oullOOk，and lheirfeeIing abOulusing lheprOduclHOwever，the Ordbrof hOt10plcs0fdifferenl brandsvariesAs forthe cuslomersalIsfaction，lhe satisfacliOndegree OfXiaOmi usershas beendecreasingwilh lheincrease Ofusing lime，wh|e lhereIaliOnship betweencustOmer sallsfacliOnand usinglime0f Huaweiand Filbitis apOsIljve Ushaped curveKey wordssmarl braceIelwearabIe deVicesLDA customer翰lisfIClionOn|舱neviewTOpic mining基金项目本文系国家自然科学基金项目“内容关系互动下的在线医疗社区用户行为演化研究” (71573197)和“物联网环境下组织体系架构建模、行为分析与优化设计“ (71531009)的研究成果之一。 作者简介吴江(通讯作者)。 男，教授，博士，研究方向为社会网络计算、网络信息计量、在线医疗社区，Emailjiangwwhuedu；周露莎，女。 硕士研究生，研究方向为在线医疗社区；刘冠君，女，本科生，研究方向为可穿戴设备研究；贺超城，男，硕士研究生。 研究方向为社会仿真，数据挖掘与数据分析。 24xx第3期(季刊)万方数据1引言继xx年谷歌眼镜发布以来，可穿戴设备越来越受社会各界关注。 lDC数据显示?，xx年中国可穿戴设备市场出货量为3876万台，同比增长571，可穿戴设备已成为中国市场第二大移动智能消费终端设备。 与其他电子产品相比，可穿戴设备能够在不干扰用户的情况下正常工作，并且与用户有着更为紧密的联系。 以智能手表、智能手环为代表的可穿戴设备能够监测用户的各项健康数据，如步数、心率、热量消耗等，帮助消费者追踪自身的健康状况。 除基础功能以外，不同品牌产品还有不同的特性和附加功能。 总体而言，目前可穿戴设备的商业化还处于起步阶段，可穿戴硬件厂商也在不断探索新的应用场景与研发新产品。 了解用户需求是企业产品与服务提升的重要前提，获取市场反馈能够帮助厂商了解现有产品功能满足情况，并为产品的持续迭代提供指导。 相比于通过线下调研方法获取消费者对产品的态度，利用在线评论能够帮助企业在更短时间内以更低成本获取到目标消费群体的反馈信息2。 。 在线评论能够直观反映出消费者对产品的感知，如价格、有用性、产品缺陷等，以及消费者对产品的情感倾向，因此挖掘在线评论信息能够为厂商了解市场结构、做出市场决策、进行产品提升提供帮助。 51，并且为企业的口碑危机提供有效的预警机制阳。 对不同消费群体而言，他们对同种产品的关注点存在显著差异，所以会做出不同的购买决策。 品牌被认为是影响消费者选择的重要因素7，以智能手环为例，不同品牌有着不同的市场定位和目标群体。 在市场发展的不同阶段，同一消费群体的态度以及功能需求也会随产业的变革发生变化。 了解消费群体的关注热点能够帮助企业提升其产品与服务，而观察用户群体的关注点变化则有利于厂商了解目标消费群体的需求转移特点。 在线评论已被证实能够有效挖掘用户需求8，海量的在线评论信息可以作为企业获取消费者反馈信息的重要渠道。 但由于人们评论习惯以及同类产品热点词汇的相似性，利用文本挖掘方法处理评论信息能否识别出用户的品牌认知差异以及用户功能需求变化还有待证实。 为了填补这一研究空白，本文选择三个品牌系列的智能手环为研究对象，收集京东评论数据，利用隐狄利克雷分布(Latent D?chIet AlIOcation，LDA)挖掘在线评论中的主题，探究基于LDA的在线评论主题挖掘对识别不同品牌产品用户关注热点及其功能需求变化的有效性，并通过分析不同品牌间的用户满意度差异以及用户满意度随使用时间变化的特征了解用户的整体满意度情况。 2文献综述21可穿戴设备可穿戴设备是用户可以佩戴、携带或附接到身上的一类电子设备阳。 依据用户穿戴部位，可将其分为四类以手腕为支撑的可穿戴设备，如智能手表、智能手环；以脚为支撑的可穿戴设备，如智能跑鞋、智能袜子；以头部为支撑的可穿戴设备，如谷歌眼镜、头带等其他类别智能设备，如智能服装、书包、拐杖等。 根据可穿戴设备的作用分类，又可将其划分为健康健身监测、医疗保健和信息娱乐三大类。 目前在关于可穿戴设备的研究中，大量文献着眼于对智能设备技术手段的研究和精度评价。 随着可穿戴设备的商业化和市场化，越来越多学者开始探究消费者的关注主题和使用意愿。 Jung等人通过联合分析方法，研究了潜在消费者对可穿戴设备的属性偏好，发现用户关注的五个重要属性排序依次为屏幕形状、独立通讯功能、价格、屏幕尺寸和品牌，相比于智能手表用户，价格对非智能手表用户有着更大的影响101。 就用户使用意愿而言，个体创新性、价格、购物j中动、感知娱乐性会对消费者购买行为产生直接影响1。 1。 感知有用性和感知易用性则是目前学术界认为消费者是否接受新产品的两个基本决定因素。 目前关于可穿戴设备用户使用意愿与持续使用的影响因素研究中，Yang等人从感知价值的角度出发建立用户接受度模型，分析发现感知价值、感知收益以及社会形象均对用户接纳可穿戴设备有显著正向影响，对于潜在用户群体来说，感知有用性对其使用意25万方数据愿的影响最大，而对于可穿戴设备用户而言，感知享受对其接受此类产品有最大的影响引。 Chuah等人利用TAM模型建模分析也发现感知有用性对用户可穿戴设备的使用意愿有着正向影响“；wu等人则证明感知娱乐性和主观规范能够对用户的使用态度和行为影响产生影响“；而消费者的同类产品使用经历会对该产品的持续使用有显著影响?。 22在线评论在线评论是指网站的注册用户或者发生实际购买行为的消费者针对具体产品的购买经历、产品质量、售前售后服务、物流等方面的全面评价1”，它能够为潜在消费者提供关于商品质量、商家信誉等方面的信息，并对消费者的购买决策以及商家口碑产生影响”“”。 在线评论的巨大影响吸弓l了大量学者对其展开研究。 总的来说，目前针对在线评论的研究主要分为以下几类第一，研究在线评论对消费者的影响，如对消费者的感知信任瞠?、购买决策、以及产品销量的影响8”。 第二，研究评论有用性的影响因素，即哪些因素(如产品类型、评论长度、情感极性等)会影响消费者对评论的感知有用性瞠“。 第三，针对评论文本内容的挖掘分析，主要涉及到评论的信息抽取、情感分析和文本分类三方面旺引。 通过挖掘评论的文本信息能够抽取出核心评论词，以降低用户的信息负载，能够帮助厂商评估产品和服务的差异性，了解用户需求和产品缺陷从而改进产品，因此能够带来巨大的商业价值。 本文主要涉及到第三方面，即挖掘在线评论文本内容提取信息，希望通过对在线评论中的文本内容进行主题聚类，分析用户的关注主题，并以此了解用户对智能手环的功能需求和态度。 3数据与方法31研究对象本文以京东评论为研究对象，探究用户对不同品牌以及在不同时段对智能手环关注点的变化。 zDC调查数据显示雎”，华为、小米、三星、Filbt为目前最受关注的四大智能手环品牌，小米手环以其高性价比吸引了大量用户，华为Band系列(Band2与Band3)手环支持蓝牙耳机功畿，广受高端商务人士青睐，Fitbit26则以其精准的健身追踪数据倍受运动爱好者的欢迎。 小米、华为、FIlbI智能手环的消费群体有着显著差异，价格定位也各有不同，因此本文爬取华为Band系列手环、小米手环以及FilbIt Charge系列手环的京东评论数据。 通过对评论进行文本挖掘来分析用户对不同品牌的关注点差异，也通过分析不同时段的评论主题探究用户近年来对智能手环的态度变化。 研究数据采集于xx年3月初，本文获取了3个品牌系列手环从xx年4月xx年2月共计23个月的京东评论数据，共计514573条。 随着市场的发展，消费者对于产品的认知和需求也会随之变化，由此产生了不同产品需求量与销售量的变化过程。 根据产品在市场中的演化过程，可将产品生命周期划分为投入、成长、成熟和衰亡阶段心“。 可穿戴设备行业目前处于成长期，技术变动性强，国产品牌、国外品牌的竞争异常激烈，各大厂商手环产品功能、迭代周期具有共性，也能够反映出用户需求和关注点的变化周期。 华为Band系列、小米手环等智能手环迭代周期均为1年左右，每一次新产品的问世将会对用户的商品选择与购买行为产生直接影响。 通过观察评论数量可发现，新产品开售后往往需要半年时间才能完全超过老一代产品的销量，说明用户需要约半年左右时间来改变其对产品功能等方面的态度，因此我们选择半年为研究周期来探究评论主题、用户满意度的变化。 各系列产品4个周期(xx4xx 8、xx9xx 2、xx3 xx8、xx9xx2)的评论数量如表1所示。 32研究方法本文主要通过R语言利用LDA模型对评论文本进行挖掘，探究不同手环品牌和不同时间阶段评论中的主题差异。 LDA是近年来文本挖掘领域的热点方法，它常用来识别大规模语料库中所隐藏的主题信息。 LDA模型是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含文档、主题和词三个层次。 其基本思想是认为每个文档都可以表示成若干潜在主题的混合分布，每个主题是词汇表中所有单词的概率分布2?。 它xx第3期(季铷)万方数据表1评论数据概览品牌产品第1周期第2周期第3周期第4周期评论总数Band24221417844302613华为22963Band353552166Charge68639149929FilbilCharge HR28933676316525514389Charae22795小米手环11351665344711684小米小米手环1s62611163138675477221小米手环223102122573通过对高维单词的降维，能形成由一组主题词构成的维度相对较小的主题空间，大大降低了文本相似性计算的复杂性，与此同时还可以避免传统的文本建模方法存在的数据稀疏性问题。 LDA模型具有良好的扩展能力，研究者可以方便地把各种元数据、结构化信息甚至领域知识作为贝叶斯网络中的随机变量加入到主题模型中，还可以将两个主题模型合并，形成一个新的主题模型26。 本研究主要包括数据获取、数据预处理、LDA主题聚类等步骤，最后通过得到的可视化主题网页可以非常清楚地了解不同用户群体所关注的热点主题以及主题演化情况。 (1)数据获取。 本文中使用的评论数据京东商城，使用python爬虫抓取网站的json页面，解析后将需要获取的字段存储进入MySQL数据库，以便更好地保存和处理。 (2)数据预处理。 为了保证数据的准确有效，将评论中的空白噪声数据、重复数据以及与评论内容无关的数据过滤掉，然后根据划分慧鬈叫l舣m。 n腥宴l Hl建立舵觳薅蓐l HI蒹篱黼l卜叫莓鹾蝴眺芟誊锎I l叫P建篱囊q I叫黼一(叫l添搁翦标洼l HI媚鲤藿奏鋈LDA嚣共图1智能手环评论主题挖掘研究思路27甾聪暇铩倒烈鹾嗽鞭万方数据的时间段给每条评论内容添加周期标注，从而获得不同产品的评论数据集。 通过对评论的观察分析，构建停词表和不同产品的用户词典，然后利用jiebeR进行文本分词瞳“。 (3)主题聚类及LDAvIs可视化。 利用LDA模型和G_bbs抽样来实现主题聚类，并按照不同周期对主题进行分类排序，最后通过LDAvis得到主题聚类的可视化文档。 28囊警翟研究思路和研究步骤如图1所示。 4结果分析利用LDA模型对3类品牌手环的评论文本进行分析，可得到如图2所示的主题分类结果。 我们通过计算困惑度确定最佳主题数，主题数以及参数的设置参考了文献28中的说明，最终设定Topic=10，a=O1，B=002，循环迭代的次数为5000次。 图2华为手环主题聚类结果2一皇一2一茗一xx第3期(季刊)seIect鲁Ipinlo=Pr】Topic一一NectTa臀ae譬ToX一一orto口一n口S一，m囔喜妻垒rib雪口主，uItA一；-。 ，一o一黪i撼；j；。 一薯童警j价1dotooAu耳，生。 矗；4喜eI曼c13y。 1l争嚣一嚣磷囊瑟謇羹l曩嚣；鞫囊墓蓦蕊影美52一韬-曩I_-I，；。 黎繁一“雌瞻r黪一卵1譬f占吒t童H量ql菱专二#一，l-t，三毫-lo!著I一量、堇一曩霉。 量口一*lcI粤篁亿ol壮卜il|tl毫一异凳e-y-黧i一吐+(嚣-宴鼍一蛋舌零l蛤，要聋心牛董室每万方数据图2中展示了华为手环10个主题的分布情况和概率占比，选中某个主题，则会出现该主题下最具代表性的30个热点词，可用于确定主题内容。 本研究选择输出每个子数据集里10个主题下的前300个热点词，保存在csv文件中，用于进一步了解每个主题下消费者的态度和情感倾向。 入参数则用来调节词语与主题之间的相关性如果入越接近1，则会显示在该主题下出现最频繁的词语，可通过这种方式了解该主题下用户讨论的热点词汇如果入越接近0，那么结果中会显示在该主题下更特殊、更独有的词语，则可以了解到该主题下区别于其他主题的独有词语。 为了解不同主题的特征，我们设定九=0，将每类主题下最独有的词语作为主题聚类的结果。 表2所示的是每个品牌对应的前5个主题以及这些主题下的前10个特征词。 由表2可知，用户在3类品牌手环的评论中都非常关注产品的功能和外观，以及在使用中发现的产品问题和感受。 Filbit手环用户关注的主题排序为连接、功能、续航、售后和外观；华为手环用户关注的主题热点排序分别为产品问题、搭配产品、包装、功能和外观；而小米手环用户关注点排序则为功能、连接、价格、使用感受、外观。 这些关注点也与Jung等人关于潜在消费者对可穿戴设备的的属性偏好研究结果一致?。 在FIlbit手环中，评论用户较为关注运动量、热量的监控和记录，手环跟手机的连接问题以及手机的系统问题也是用户评论较多的主题。 由于Filb1价格较高，用户对于售后服务的不满相比华为和小米也较为强烈，而且对Fitbit的续航时间也较为不满。 表23类品牌TOP5主题及特征词品牌主题排序特征词连接更新，中文，服务器，连不上，安卓，系统，匹配，lOs，很慢，绑定功能监控，消耗，运动量，分析，开启，起床，饮食，步行，热量，自动记录Fitbit续航耐用，四天，电能，最多，关掉，偏高，可用，三四天，太短，实测售后退货，换货，垃圾，刚买，联系，差评，无语，处理，售后服务，返修外观材质，塑料，精细，粗糙，大方，挺舒服，橡胶，亮屏，柔软，触模屏产品问题距离，信号，看不清，断开，杂音，太小，不灵敏，掉下来，不太好，阳光搭配产品P8，Mate7，匹配，iPhone，机身，固件，兼容，适配，P9华为包装盒子，包装盒，外包装，玻璃，处理，磨损，塑料袋，配件，简陋功能漏接电话，监控，锻炼，久坐，督促，辅助，闹铃，司机，接听电话，免提外观大气，高端。 大方，小巧，低调，佳品，洋气，范儿，内涵，霸气功能监控，来电，解锁，震动，深睡，分析，计步，计时，入睡，久坐连接蓝牙，不上固件，安卓，连上，断开，兼容，重启，适配，关闭小米价格降价，网贵，原价，饥饿，预约，黄牛，159，给力，差价，营销使用感受电池，持久，难扣，太紧，经用，电力，难带，超强，看不清，凸起外观大方，大气，简约，简洁，低调，鲜艳，百搭，色差，外观设计，上档次在华为手环中，用户关注的功能特点较丰富，比如接听电话、监控、久坐提醒、闹铃等，而手环充当蓝牙耳机既是华为手环的一大亮点，同时也存在很多的问题，比如蓝牙距离问题、信号问题、接听声音问题等。 相比于小米手环和Filblt，华为手环评论信息中较为特殊的主题是产品搭配，P 8、P9和Mate7都是华为较为畅销的手机型号，由此可以看出，华为手环的多数用户本身也是华为手机用户，同品牌的手环手机可以给予用户更好的适配效果和使用感赏。 在小米手环中，评论用户关注的功能较为多样化，包括监控、来电提示、解锁、睡眠、计步等，用户同时非常关注手环的兼容情况和连接问题。 此外，由于小米发布新款手环时，官网难以预约购买，京东商城会有加价购买的情况，所以用户对于价格的关注与Fi也it和华为相比要显著的多。 由此可知，通过挖掘商品评论数据，能够了解产品的缺陷问题从而帮助厂商更好的改29万方数据进产品。 此外，基于LDA模型挖掘出的评论主题，如功能、外观、兼容等，在很大程度上也是影响消费者使用意愿的因素2，蚓，这说明消费者在购买前后对可穿戴设备的关注或偏好没有显著的变化。 42产品功能关注度分析产品功能关注度主要从两方面来进行分析，一是研究用户对不同产品功能关注的对比分析，二是针对相同产品研究用户随时间变化对功能关注的变化趋势。 421不同产品用户功能关注度分析不同品牌产品功能主题特征词如图3所示，易知以健身群体为代表的Filblt用户更加关注手环对于身体运动量和热量等的监控记录情况以商务人士为代表的华为用户尤为关注手环接听电话的功能，对于督促锻炼、久坐提醒等也比较关注i而出货量最大的小米则涵盖了各类消费群体，其用户关注的产品功能不但包括监控、计步和提醒，还较为关注睡眠状况。 从对比中可以看出，不同产品的消费群体都非常关注智能手环的健康监测功能，而接听电话、手环解锁等附加功能，也能够为产品增加亮点。 422用户功能关注度变化Filbit手环、华为手环以及小米手环不同时期功能特征词对比分别如表 3、表4和表5所示。 对比图3中的功能特征词，易知随着时间周期的变化和产品迭代，用户对功能的关注度变化不明显，主要集中在睡眠、计步、心率等实时监测方面，这也可以看出Fltbt用户对于智能手环的功能需求较为稳定。 图3不同品牌产品功能特征词从表4华为手环4个周期的对比中，易知用户初期对于产品的功能设置和使用情况较为关注，随着时间变化，用户开始关注手环的各类功能，其中较为突出的是蓝牙耳机功能，经过一段时间后，用户的关注点逐渐稳定在产品的健康监测和消息提醒方面。 小米手环虽然评论数据量大，但时间较短，仅包含三个周期，从功能特征词对比来看(表5)，用户初期关注的功能较为单一，随着30新产品的出现，用户开始关注新的功能(心率)，而且对于功能的态度(不准)表现得较为明显，说明小米手环对于身体的各项测量数据准确性不高。 通过产品功能关注度分析，易知通过LDA进行文本挖掘能够帮助了解智能手环用户在不同时间段的关注点变化，也可以用于分析可穿戴产品中的新特点是否能够有效地吸引到足够多的市场关注，是否能够引发消费者的购xx第3期(攀刊)万方数据买欲望和使用意愿。 表3Fitbt手环不同周期功能特征词周期功能特征词睡眠，监测，记录，步数，很准，每天，实时，自1动，楼层，心跳准确，监测，记录，计步，步数，检测，很准，每2天，测试，心跳心率，睡眠，计步，记录，监测，很准，检测，测3试，实时，跑步4心率，准确，雌测，计步，很准，检测，跑步，实时，测量，测试表4华为手环不同周期功能特征词周期功能特征词手机，连接，苹果，短信，升级，软件，提醒，微1信，期待，自动蓝牙，耳机，睡眠，运动，连接，显示，计步，电2话，手表，提醒运动，睡眠，显示，微信，计步，监测，心率，短3信，准确，提醒还行，电池，时间，心率，运动，睡眠，显示，屏4幕，计步，准确表5小米手环不同周期功能特征词周期功能特征词计步，准确，时间，记录，步数，监测，很准，跑2步，睡觉，不太准心率，睡眠，计步，准确，步数，记录，不准，监3测，测试，睡觉心率，睡眠，计步，步数，不准，监测，每天，记4录，测试，心跳43用户满意度分析满意度能够反映出商品满足用户期望的程度，消费者对产品的满意度会影响其消费行为、重复购买意向乃至影响到用户对品牌的忠诚度瞳?，因此了解用户满意度有重要意义。 前文研究结果表明用户对不同产品的关注主题有所不同，本部分利用评论评分分析用户的整体满意度。 表6为三个品牌用户满意度的整体概况，包括备品牌满意度差异的独立样本t检验结果以及备品牌的用户评分。 独立样本t检验是用t分布理论来推论差异发生的概率，从而确定两个样本平均数的差异是由抽样误差引起的，还是由于两个总体平均数的确存在差异日?。 由表6易知，三类品牌的满意度评分存在显著差异，其中小米手环的满意度评分最高，其次为华为Band系列手环，而Fitbit在三款产品中的商品评分最低，用户评论的标准差也最大。 表6三个品牌用户满意度整体概况独立样本t检验商品评分对比组T值P值品牌平均分标准差华为，Fitbt1338O00华为48650565FilbIt，小米一2581O00Fitbit47730757华为，小米一678000小米48890522网购情境下，不同用户有着不同的评论习惯，对用户评论时的收货天数进行统计分析，可发现大多数消费者会在收货后的第2天或第3天对商品进行评论，30的消费者会在确认收货后的3天内提交商品评价，50的消费者在确认收货后47天提交商品评价。 产品使用天数越久则意味着消费者对产品有着更深入的了解，因此这类消费群体也更能够给出客观深入的评价。 本文将用户评价前的使用时长分为6个区间3天内、47天、830天、3160天、6190天以及90天以上。 由图4可知，对于所有产品来说，用户往往在收到货三天内给出的评分最高，但是随着使用时间的变化，不同产品的用户满意度有着不同的变化趋势。 本文根据用户整体评分与该时段用户的文本信息对用户满意度变化展开分析。 就3种手环特点而言，小米手环的价格最低，功能较为单一，因此随着用户的使用天数增加，用户的满意度也在逐渐下降。 而通过对评论文本的分析，我们发现许多小米手环用户反映监测数据不够准确，在使用一段时间后表示不再使用，用户粘度大大降低。 而Fitbt和华为Band系列手环价格相对较高，用户初始期望值也较高，因此在使用一段时间后用户认为手环达不到自己的预期水平，导致其满意度下降。 但是随着用户使用时间的增长，对手环的依赖程度提升，因此使用较长时间的用户满意度显著高于短期使用群体。 31万方数据+F帖n+华为十小米i王内J，尹_于1_于1。 一-_于川于上讦价前使用于#图4用户满意度随使用时间的变化5结语可穿戴设备市场仍处于发展的初期阶段，市场竞争将日益激烈，产品功能将日趋多元化。 获取消费者的反馈信息对市场开拓与产品研发极为重要。 消费者每天在不同电商平台的评论会产生海量的文本信息，这些在线评论能够帮助企业在短时间内获得丰富的用户反馈信息，因此研究在线评论中的用户关注主题具有重要意义。 本文基于LDA模型分析了三大主流智能手环的评论主题信息，并利用描述统计、独立样本t检验方法分析不同品牌的用户满意度差异与用户满意度随使用时间的变化。 分析结果显示，基于LDA方法对在线评论进行信息挖掘能够提取出用户关注主题，还能够通过各主题下的特征词归纳出产品在不同主题下的用户态度和关注热点。 并且通过各主题的占比与主题词频率排序，发现和比较主题的热度与词的热度。 LDA研究结果显示不同品牌智能手环的关注主题既有共性也存在差异，三种品牌的用户都十分关注产品的功能特点与外观设计，而不同品牌的特点以及目标用户的定位差异又决定着用户关注的功能特点存在有显著差异，这些差异同时也对潜在消费者产生影响。 因此企业可通过在线评论挖掘出与竞争产品之间的共性与差异，以及用户的关注热点，以更好地明确市场定位。 此外，本研究发现通过在线评论可以挖掘出备品牌手环在产品使用方面的问题，这能够为企业后期的产品迭代提供有用信息，并帮助其更好地提升产品与服务口1“。 本文仅利用LDA模型了解用户关注主题，获取的热点词信息较为零散，还尚未将用户的情感词与对应的实体联系起来。 今后的研究可结合LDA建立实体与属性之间的联系，探究热点主题下的具体评论对象与情感倾向之间的关系，从而更好地了解用户需求与产品反馈。 参考文献1IDc IDc发布xx年中国可穿戴设备市场十大预测EBOLxx0219hllp， idcc。 m aboulpressjsp?Id=MTAoOO=2wiIey ALThe voiceof thecustomerJTechnjcal munIcation，199340 (4)7747773Groves RM Nonresponserates andnonresponse biasin householdsurveysJPubIic0pinion Quarterly，xx70 (5)646-6754Netzer o，FeIdman R，GoIdenberg Jet alMine yourown businessMarketstructure surve?ance lhroughtext miningJMarkemg science，xx31 (3)5215435Qi J，zhang z，Jeon s，el aIMning customerrequirements fromonIine reviewsAproduct improvementperspectiveJInformation&Management。 xx，53 (18)9519636李金海何有世，马云蕾，等大数据时代基于在线评论挖掘的企业网络口碑危机预警研究J情报杂志，xx32201j第3期(季刊59585750；4盯m拍畚鞋露牛万方数据789101112131415161718192021222324252627282930 (2)5358Erdem T，Keane MPDecisIonMaking underuncertaintyCapturing dynamicbrand choce processesIn turbulentconsumergoods marketsJMarketlng science，1996，15 (1)1-20涂海丽，唐晓波，谢力基于在线评论的用户需求挖掘模型研究J情报学报，xx，34 (10)10881097choi J，Km sls thesmartwatch an|T productor afashion product?A studyon factorsa仟ecting theinten“on tousesmartwatchesJputers_n Human Behavior，xx，63777786Jung Y，Kim s，choi Bconsumer valuationof thewearabIesThe caseof smartwatchesJ，ptJtersn HumanBehavior。 xx，63899905Aroean L，MjchaeIidOu NThe impactOf cOnsumerinnOVativeness，prestige pricesensitiVty andneed foremotiOn onimpuIsebuying andsatisfactioncDeveIopmentsn MarketingscienceProceedings of the Academyof MarketingScienceNew YorkSpringerIntemationaI PublishIng，xx702704吴江，李姗姗，胡仙，等健康类可穿戴设备用户融入意向影响因素的实证研究J信息资源管理学报，xx (2)2230Yang H，Yu J，zoH，et aluseraeptance ofwearabIe devicesAnextended perspectiveof perceivedvaIueJTe|ematics AndfnformaficS，xx，33 (2)256269Chuah HW，Rauschnabef PA，Krey N，et aIWearabIe technoIogiesTheroIe OfusefuIness andvis_biIIty Insmartwatch adoptionJputers jnHuman Behavior，xx，65 (1)27