基于情感分析的LDA模型在在線評論中的運用

黃蘇雨

摘要：隨著互聯網的快速發展，人們越來越多地在電商網站、論壇、社交網絡等平臺上，公開發表對商品的各種評價和意見，由此帶來的文本數據呈現爆發性增長。本文就醫療器械領域的血糖儀作為研究對象，利用python在各電商平臺上爬取數據，對數據進行數據清洗、中文分詞、去除停用詞等預處理，再利用基于情感分析的LDA改進模型對數據進行分析，得到各主題下的詞分布，以此獲得對產品的建議。

關鍵詞：文本分析；血糖儀；LDA模型；情感分析

1.引言

隨著互聯網和電子商務的快速發展，用戶越來越偏向于線上消費，同時在各網絡等平臺上，隨時分享自己的意見。大量的文本評論內容，隱藏著產品特性、用戶需求以及使用反饋。如何從中進行挖掘來精細化定位產品或服務的不足，對商家來說，是個很重要的商機。

目前，文本挖掘技術是數據挖掘領域的研究熱點，其中，產品評論挖掘技術又是輔助分析海量評論信息的一種有效手段。本文就選取血糖儀作為研究對象，獲取其線上的評論數據，經預處理之后，利用基于情感分析的LDA改進模型對數據進行分析，得到各主題下的詞分布。

2.數據選取與預處理

根據相關資料統計，我國擁有著世界上最大的糖尿病人群，目前已達到1.48億。然而，血糖儀在中國糖尿病人群中的滲透率并不高，與發達國家相差很大。外資品牌首先搶占國內血糖儀市場，并且占有較大比例的份額，而國內品牌目前主要靠性價比占據一定份額。本次研究希望能夠通過對血糖儀的相關評論進行分析，對國內相關品牌提供指導意見，力求改變我國高端產品靠進口的現狀。

我們選取國內外比較有代表性的品牌下銷量最佳的型號，同時利用python工具爬取相關評論數據。國內、國外血糖儀評論數據分別獲得21025、10849條。

從獲取的數據來看，不同于傳統的文本，商品評論具有以下特點：（1）文本短，較多為字數較少的短評論；（2）情感傾向明顯，存在很多較明顯的詞匯；（3）語言不規范，會出現一些網絡用詞、符號、數字等；（4）存在重復記錄或者重復的主題。所以處理流程如下：數據清洗（文本去重、機械壓縮、短句刪除）、中文分詞、此行標準、去除停用詞。

3.模型運用

本文在LDA模型的三層結構的基礎上，加入情感層，并且引入情感詞典作為先驗信息。在改進的模型中，情感的產生依賴于主題，而在每個主題下會得到不同情感下的詞分布。

該模型的生成過程如下：

（1）對于每一個主題和情感，抽取詞分布，其中，。

（2）對于每一篇文檔，。

（2.1）從狄利克雷分布中，生成該文檔的主題分布；

（2.2）對于每個主題，分別從狄利克雷分布中，生成情感分布；

（2.3）對于每個句子：選取主題；主題為時，選取情感；選取單詞。

在求解過程中，可以使用Gibbs抽樣算法對該模型進行參數估計和統計推理。

3.1 建立詞典

由于網絡評論文本的特殊性，從已有情感詞典的基礎上展開擴展：（一）通用基礎詞典。典型的中文詞典：知網的“情感分析用詞語集”、臺灣大學情感詞典、大連理工大學的情感詞匯本體庫；（二）擴充詞典，主要來源于搜狗拼音詞庫網絡流巧新詞；（三）領域詞典。針對醫療器械領域建立相關語料庫，以此建立該領域的情感詞典，語料從各大電商平臺獲取。

首先篩選并去除各詞典中的許多情感極性相反的，或者情感意義比較多的詞匯，然后對各詞典中的正負面評價詞語等進行去重，組合再分別建立積極、消極情感詞典。

3.2 實驗參數設定

在實例操作過程中，三個超參數分別取值為。此外，主題個數設定為5，迭代次數選擇10000次。

4.結果分析

從上述結果來看，用戶傾向于使用國外血糖儀，可能主要有以下原因：（1）品牌。由于國外品牌血糖儀進入市場早，其技術、產品和營銷手段等都已經很成熟，得到了專業醫護人員及患者的認可和對品牌的忠誠度。（2）精確度。從用戶的反饋結果來看，國外品牌血糖儀的準確度高于國內品牌。精確度應該是第一重要因素，在測量過程中，無論是低血糖還是高血糖，當存在偏差時，都可能會對用戶的生命造成威脅。這一方面，進口血糖儀就保持了較高的準確度。（3）服務。在售后服務這塊，國外品牌往往能提供更完善的服務體系，例如強生提供相應的社區服務，以社區模式為用戶打造健康平臺，為用戶提供專業教育和咨詢、三年儀器保修、檢測儀器服務等。（4）操作。國外血糖儀操作更簡易一些，基本都是免調碼，同時很多都是一鍵式操作，比如羅氏整合型，試紙放進去，可以連續測多次。

但也有對國外品牌血糖儀不滿的地方，主要是血糖儀和試紙的價格。進口血糖儀的機器價格和試紙價格均高于國產品牌，尤其試紙作為消耗品，日常使用，價格高，用戶難以承受。

另一些客戶傾向于使用國內血糖儀的原因可能如下：（1）價格。在血糖儀和試紙價格上均占據優勢，性價比高。（2）電商營銷。國內品牌利用互聯網營銷平臺，比國外品牌率先抓住機遇，與阿里巴巴、百度、京東等開展合作。（3）體積小巧。國產品牌的血糖儀都呈現體積小巧的特點，方便用戶隨身攜帶。

但也存在很多不足，以至于讓用戶不會重復購買：（1）準確度。反饋來看，國產血糖儀還是存在偏差，重復進行測量，是對試紙的浪費。（2）顯示。從反饋來看，國產品牌的屏幕顯示一般比較小，對于老年人或視力有問題的用戶來說很不方便的。

總的來說，（一）對于進口血糖儀，用戶更看重的是品牌，以及帶來的其他效應，比如準確度、采血等方面，價格昂貴造成的劣勢，也能夠由產品帶來的信賴感和用戶消費水平的提供來解決。（二）對于國產血糖儀，在價格上占據優勢，受到普通用戶的青睞。但質量上可能無法像國外品牌帶來強烈的信賴感。

5.建議

5.1優化渠道，繼續抓住互聯網營銷機遇

公司應該建立醫療機構、OTC零售網絡、互聯平臺三位一體銷渠道，尤其在電商渠道，抓住契機，積極拓展電子商務家用醫療體系的營銷渠道，加大銷售費用投入、調整費用結構。尤其加大公司在電商平臺的投入，以此在電商平臺的渠道運營建設所獲得的品牌影響力。

5.2注重研發，推進自身品類日益豐富

從用戶實際反饋來看，儀器穩定性還存在不足的地方。由于國內品牌研發經驗遠不及國際品牌豐富，國產品牌需要繼續加大研發投入，推進老產品線更新換代，以及結合人工智能等技術，研發新產品，不斷升級現有的產品線。

5.3走出國際化之路，產品向高端化延伸

縱觀國際醫療器械行業巨頭發展歷史，國際化都是的必經之路，也是順應用戶消費升級，國內品牌應該引入海外的研發創新、技術和管理人才，以促進品牌、產品、團隊的國際化；同時，需要在國外商務拓展中心，積極收集最前沿資訊，通過引進來、走出去雙向發展，最終實現產品向高端化延伸。

5.4推進品牌化戰略

隨著用戶的消費升級，深受產品質量困擾的消費者意識到品牌價值的重要性，國產品牌應該堅持品牌化策略，確定以核心產品為品牌傳播切入點的品牌策略，例如與頂級品牌傳播公司合作。在提升員工對公司品牌的認知、認同和堅持的同時，不斷提升消費者對品牌的認知、認同以及忠誠度。

參考文獻：

[1]余琦瑋，肖穎，林靜，徐新勝，王慶林，張飛.產品評論文本中特征詞提取及其關聯模型構建與應用[J].中國機械工程，2017，28（22）：2714-2721.

[2]王慶福，王興國.基于LDA的網絡評論主題發現研究[J].無線互聯科技，2016（11）：103-104.