基于關聯分析的互聯網商戶評分研究

郭少友+簡丹

[摘 要] 本文通過采集網站上1 500家餐飲商戶的評分數據，利用SPSS軟件對其進行相關分析和回歸分析，挖掘餐飲商戶評分數據之間的關聯關系。通過相關分析找出用戶評分時的打分習慣，發現用戶對于各項評分打分時存在關聯關系，通過回歸分析判斷商戶的總評分與各項評分之間的關聯，發現他們之間存在線性關系。

[關鍵詞] 商戶評分數據；相關分析；回歸分析；SPSS

[中圖分類號] F713 [文獻標識碼] A [文章編號] 1671-0037（2017）2-44-3

Research of Internet Business Rating Based on Correlation Analysis

——A Case of the Rating Data for Catering Businesses

Guo Shaoyou Jian Dan

（School of Information Management，Zhengzhou University，Zhengzhou Henan 450001）

Abstract： In this paper， we collected the rating data of 1500 catering businesses on the website， and conducted correlation analysis and regression analysis using SPSS software to find the relation between the rating data of the catering businesses. We found out users' grating habit via correlation analysis and found that there was a correlation between different individual scores of the users. And we judged the correlation between the overall score and individual scores via regression analysis and found that they had linear relationship.

Key words： rating data for businesses； correlation analysis； regression analysis； SPSS

1 引言

現代的消費模式往往會伴隨著口碑評價信息，人們在選擇商戶的時候經常會參考網站上的商家評分信息，為了研究這些網站上的評分數據，筆者采集了1 500家餐飲商戶的評分數據，對其進行關聯分析，使用相關分析和回歸分析的方法，找出用戶打分習慣之間的關聯，計算出商戶總評分與各項評分之間的關聯。

在學術領域，對于商戶評分數據的分析方面研究較少，只有此篇文章供參考。曾晨、張瑾[1]利用數據堂網站上的商戶評分數據集，使用R語言編寫程序，對商戶評分數據進行聚類分析、關聯分析、決策樹分析，探索不同類別商戶的評分高低，利用聚類分析將商戶分級，利用決策樹分析幫助消費者選擇商家。

筆者受此研究的啟發，選擇研究商戶評分數據之間的關聯關系。在數據上，根據分析需求直接從網站上采集最新的數據集合，保證數據集的針對性和時效性；在分析方法上，采用統計學上的回歸分析與相關分析方法，分析商戶評分之間的關聯關系；在分析工具上，選擇已有的統計學軟件SPSS對于數據進行計算處理[2]。

2 餐飲商戶評分數據的關聯分析

本文的商戶評分關聯分析主要分為兩個部分，首先使用相關分析找出不同商戶評分間的關聯，之后使用回歸分析找出商戶總評分與各項評分之間的關聯，挖掘商戶評分間的關聯關系。

2.1 餐飲商戶評分數據的來源

筆者所用的數據是使用八爪魚采集器[3]，于2016年8月將大眾點評網鄭州地區人氣最高的1 500家商戶的評分數據采集下來，匯總成excel形式，采集的字段信息包括商家的名稱、地址、總評分、口味評分、環境評分和服務評分六個字段信息。

2.2 餐飲商戶評分數據的相關分析

相關分析指的是分析兩個變量之間相關關系的一種分析方法，常使用兩個變量間的相關系數來衡量，相關系數越接近于1，變量之間的相關關系越密切[4]。在本文研究中，筆者通過計算商戶評分之間相關關系，找出不同評分之間的關聯關系。

在該電商網站上用戶對商家進行打分的時候，需要從口味、環境和服務這三方面對商戶進行打分，為了驗證這三個評分是否存在某種關聯，我們通過兩兩計算商戶不同評分間的相關系數，來判斷二者間的關系[5-6]，評分A與評分B之間的關系系數計算公式如公式1所示。

R= （1）

R表示評分A與評分B間的相關系數，和分別為評分A和評分B的樣本值，和分別表示評分A和評分B樣本值的均值，在實際操作中，該相關系數可通過將樣本值錄入到軟件中，由軟件直接計算得出。

筆者選擇使用SPSS分析軟件，將這1 500家商戶的評分輸入到SPSS中進行相關分析，結果如表1所示。

用Pearson相關系數來判斷變量間的關系時，相關系數越大，二者的相關關系越大。從表格當中，我們可以看到關系系數的P值都約等于0，所以該統計分析顯著。

環境與服務評分的相關系數是0.887，二者相關度極強；口味與服務評分的相關系數為0.822，二者相關度較高；口味和環境評分的相關系數為0.713，二者比較相關。可以看出，關系最密切的是環境與服務評分間的關系，因為通常一家裝修環境較好的餐廳，代表其定位比較高，會在各方面為顧客考慮，所以通常服務質量也會比較高，因而環境與服務評分之間的關系比較緊密。

2.3 餐飲商戶評分數據的回歸分析

回歸分析是將有關變量還原到數學模型當中，從而來評估事物間關系的一種分析方法。通過樣本值來估計回歸模型中的各項參數，再將參數值帶入回歸模型生成回歸方程，利用回歸方程表達事物之間的關聯關系。

商戶的總評分代表商戶的綜合水平，與各項評分間應該具有某種關系，為確定商戶的總評分與各項評分之間的關聯，驗證商戶總評分的依據，我們假設商戶的總評分與各項評分存在線性關系，使用回歸分析對其進行分析。令商戶的總評分為y，表示因變量；令口味評分為，服務評分為，環境評分為，表示三個自變量，令設自變量的參數為、、，常數為c，則該回歸分析的回歸模型如公式2所示。

由于回歸分析是根據變量的樣本值計算變量的參數，從而來判斷不同變量之間的關系，參數的估計方法使用最小二乘法，依次將變量的樣本值帶入回歸模型，聯立方程求出參數，實際過程中，可以利用軟件實現參數的計算[7]。

將采集的1 500家餐飲商戶的總評分與餐飲商戶的口味、環境、服務三方面的評分輸入到SPSS軟件中，進行回歸分析，為了避免三個評分之間互相影響，我們選擇逐步回歸對數據進行處理，依次將重要的變量引入方程當中，避免共線性的問題，回歸結果如表2所示。

通過表2我們可以看到，把對回歸模型影響最大的變量依次回歸入方程中，R方的值越來越趨近于1且誤差值越來越小，當三個變量都引入回歸模型時，此回歸模型的R方值為0.825且誤差為0.677 2，D-W值為1.855，表明該回歸方程較為準確，商戶的總評分與口味、服務和環境評分確實呈線性關系，假設成立，商戶的總評分與各項評分呈線性關系。

該回歸分析的回歸系數如表3所示，將方程的各項系數帶入到回歸模型中，此時，該回歸方程如公式3所示。

可以看出，商戶的總評分與用戶打的三個評分之間呈線性關系。自變量前的參數越大，表明該變量與因變量商戶總評分間關系越密切，所以最能影響商戶總評分的因素依次為口味評分、服務評分、環境評分，該網站商戶的總評分依靠商戶的各項評分計算出來，所以值得信任。

3 結語

本文通過統計學中的相關分析與回歸分析方法，找出商戶評分數據之間的關聯關系，分析發現，商戶的口味評分與環境評分關系極為密切，商戶的總評分與各項評分間呈線性關系，驗證了商戶總評分的可信度。遺憾的是本文依然存在一些不足之處，體現在：一是樣本量不足，在原始數據上，樣本量為1 500條，屬于對餐飲商戶的一個抽樣調查，如果能得到所有的餐飲商戶評分，會使得分析的結果更為準確；二是依賴軟件計算。在計算方法上主要是用SPSS軟件實現計算，并沒有考慮到軟件計算的誤差問題。

參考文獻：

[1] 曾晨，張瑾，張瑞.基于數據挖掘方法下的大眾點評網美食類商家評分研究[A].中國統計教育學會.2015年（第四屆）全國大學生統計建模大賽論文[C].中國統計教育學會，2015.

[2] 黃中文.SPSS統計分析與應用[M].北京：電子工業出版社，2016.

[3] 尤建新，孟銀薇.基于Web數據挖掘的網站知識獲取及應用——以大眾點評網為例[J].上海大學學報（自然科學版），2014（3）：261-273.

[4] 鄭淞月，劉益，楊偉，等.基于美團網的產品因素對網絡團購影響因素實證研究[J].管理學報，2013（3）：397-403.

[5] 丁學君.網絡環境下口碑信息可信度影響因素的實證研究[J].中國經貿導刊，2012（29）：75-77.

[6] Yan X，Wang J Chau.Customer revisit intention to restaurants：Evidence from online reviews[J].Information Systems Frontiers， 2015（3）：645-657.

[7] 黃冰毅.餐飲類網絡團購策略研究——基于大眾點評網的數據分析[J].電子商務，2016（3）：48-49.