基于LDA的產(chǎn)品星級(jí)評(píng)價(jià)研究

王曄　楊耀田　李政誼　李興隆

摘要：近年來(lái)，客戶對(duì)購(gòu)買(mǎi)產(chǎn)品滿意度的評(píng)價(jià)在市場(chǎng)銷(xiāo)售中占有越來(lái)越高的地位。為了解決Sunshine公司銷(xiāo)售pacifier、microwave、hair_dryer三款產(chǎn)品的問(wèn)題和需求，首先建立了基于LDA的數(shù)據(jù)評(píng)論模型，對(duì)產(chǎn)品進(jìn)行星級(jí)評(píng)價(jià)。然后，建立基于TF-IDF的評(píng)論語(yǔ)料庫(kù)，通過(guò)產(chǎn)生高權(quán)重的詞語(yǔ)頻率，構(gòu)建語(yǔ)義情感詞典。研究結(jié)果表明：pacifier的銷(xiāo)售非常穩(wěn)定，商譽(yù)波動(dòng)率很低;microwave產(chǎn)品聲譽(yù)的較高峰的4月9月，聲譽(yù)的低谷的2月和11月;hair_dryer產(chǎn)品的星級(jí)評(píng)價(jià)較為穩(wěn)定，可以一直保持在相對(duì)穩(wěn)定的聲譽(yù)。

關(guān)鍵詞：TF-IDF? LDA? 聲譽(yù)? 星級(jí)評(píng)價(jià)

一、引言

亞馬遜在其創(chuàng)建的在線市場(chǎng)中，亞馬遜為客戶提供了一個(gè)評(píng)價(jià)和審查購(gòu)買(mǎi)的機(jī)會(huì)。個(gè)人評(píng)級(jí)=稱為“星級(jí)評(píng)級(jí)”。允許購(gòu)買(mǎi)者使用1（低評(píng)級(jí)，低滿意度）到5（高評(píng)級(jí)，高滿意度）的等級(jí)來(lái)表達(dá)他們對(duì)產(chǎn)品的滿意度。此外，客戶可以提交基于文本的消息稱為“評(píng)論”以表達(dá)關(guān)于產(chǎn)品的進(jìn)一步意見(jiàn)和信息。其他客戶可以在這些評(píng)論中提交對(duì)他們自己的產(chǎn)品購(gòu)買(mǎi)決策是否有幫助的評(píng)級(jí)——稱為“幫助度評(píng)級(jí)”。公司利用這些數(shù)據(jù)來(lái)洞察他們所參與的市場(chǎng)、參與的時(shí)機(jī)以及產(chǎn)品設(shè)計(jì)特性選擇的潛在成功。

Sunshine公司計(jì)劃在網(wǎng)上市場(chǎng)推出并銷(xiāo)售三種新產(chǎn)品：微波爐、嬰兒奶嘴和電吹風(fēng)。該公司過(guò)去曾使用數(shù)據(jù)來(lái)告知銷(xiāo)售策略，但他們以前從未使用過(guò)這種特定的組合和類(lèi)型的數(shù)據(jù)。Sunshine公司特別感興趣的是這些數(shù)據(jù)中的基于時(shí)間的模式，以及它們之間的交互方式是否有助于該公司打造成功的產(chǎn)品。因此本文即利用該公司2005-2015年的產(chǎn)品銷(xiāo)售數(shù)據(jù)進(jìn)行了相關(guān)評(píng)價(jià)研究。

二、基于LDA的產(chǎn)品星級(jí)評(píng)價(jià)模型

為了方便訓(xùn)練數(shù)據(jù)，還需要將數(shù)據(jù)集中的月和日按照線性分布，分布在單位為12的橫坐標(biāo)上，假設(shè)月為month，日為day，當(dāng)月的數(shù)據(jù)集樣本量為N。假設(shè)Vrtified_purchase is Yes，Normal buyer和Amazon vine Voices在第j天評(píng)價(jià)的數(shù)量為a，b，c，不同購(gòu)買(mǎi)者，每個(gè)人的評(píng)星為ri，可以得到當(dāng)日評(píng)價(jià)的總星數(shù)yj為：

根據(jù)公式計(jì)算可知，5階多項(xiàng)式具有較好的擬合性。microwave在一月份也出現(xiàn)了較為大的波動(dòng)，也是由于一月數(shù)據(jù)量較為密集導(dǎo)致的。其他月份銷(xiāo)售在4月份和9月份有著較為明顯的聲譽(yù)高峰，在2月份和11月份會(huì)有聲譽(yù)的低谷。如下選取了pacifier產(chǎn)品在聲譽(yù)的較高峰的6月份和8月份，聲譽(yù)的低谷的4月份和12月份的評(píng)價(jià)星級(jí)進(jìn)行了統(tǒng)計(jì)：

可以看來(lái)這是由于在差評(píng)率不變的情況下，5星或4星好評(píng)變多，從而導(dǎo)致這些月份之間造成了一定的差異。同樣地選取microwave產(chǎn)品聲譽(yù)的較高峰的4月份和9月份，聲譽(yù)的低谷的2月份和11月份的評(píng)價(jià)星級(jí)進(jìn)行了統(tǒng)計(jì)。發(fā)現(xiàn)同樣在不同月份，好評(píng)的多少?zèng)Q定了整體評(píng)價(jià)的高低，這是因?yàn)閺谋戎厣蟻?lái)說(shuō)好評(píng)比差評(píng)造成的影響更高，過(guò)高的好評(píng)有助于提升產(chǎn)品整體的聲譽(yù)。

三、基于TF-IDF的統(tǒng)計(jì)詞頻語(yǔ)料庫(kù)評(píng)級(jí)模型

我們需要用Term frequency–Inverse document frequency（TF-IDF）統(tǒng)計(jì)詞頻，然后進(jìn)行半自動(dòng)化打標(biāo)記，通過(guò)將高贊成票的評(píng)論分成不同星級(jí)，然后分別構(gòu)建不同感情色彩的語(yǔ)料庫(kù)。Term frequency（TF），是表示詞條在文本中出現(xiàn)的頻率，我們需要對(duì)得到的數(shù)字進(jìn)行歸一化。我們用nij表示該詞在訓(xùn)練數(shù)據(jù)中出現(xiàn)的次數(shù)，可以得到：

根據(jù)產(chǎn)品評(píng)論情感分析數(shù)據(jù)得出，評(píng)價(jià)星級(jí)較低的評(píng)論負(fù)面詞匯較多，而評(píng)價(jià)星級(jí)較高的評(píng)論積極詞匯較多，但也有一些評(píng)價(jià)與星級(jí)不符的評(píng)論，但是大體上符合上述的規(guī)律。所以我們認(rèn)為如“熱情”、“失望”等不同感情色彩的詞匯往往與其評(píng)級(jí)的水平密切相關(guān)。

四、小結(jié)

為了解決Sunshine公司銷(xiāo)售電吹風(fēng)、微波爐、奶嘴三款產(chǎn)品的問(wèn)題和需求，本研究對(duì)Sunshine公司的三組數(shù)據(jù)進(jìn)行了深入分析。考慮了helpful_votes、vine和verified_purchase三個(gè)字段，并為它們的不同效果設(shè)置了不同的權(quán)重，以獲得更準(zhǔn)確的數(shù)據(jù)。然后利用LDA模型對(duì)評(píng)論數(shù)據(jù)進(jìn)行矢量化處理，并通過(guò)術(shù)語(yǔ)頻率逆文檔頻率（TF-IDF）建立具有不同情感取向的評(píng)論語(yǔ)料庫(kù)，利用自然語(yǔ)言處理（NLP）方法獲得可視化分析數(shù)據(jù)。我們發(fā)現(xiàn)奶嘴的銷(xiāo)售非常穩(wěn)定，每個(gè)月的商譽(yù)波動(dòng)率很低，綜合得分為0.7562;微波銷(xiāo)售4月和9月，達(dá)到了聲譽(yù)的頂峰，進(jìn)入了一個(gè)低谷的聲譽(yù)與綜合評(píng)分在2月和11月的銷(xiāo)售hair_dryer達(dá)到頂峰的名聲在6月和8月，并進(jìn)入了一個(gè)低谷的聲譽(yù)4月和12月，綜合得分為0.7123分。我們了解到微波爐是最低的，反映了奶嘴的銷(xiāo)售穩(wěn)定，購(gòu)買(mǎi)人群穩(wěn)定，性價(jià)比高，深受消費(fèi)者歡迎，微波爐的質(zhì)量有待提高。

參考文獻(xiàn)

[1]廖斌峰，余體偉.大型企業(yè)的部門(mén)管理成熟度評(píng)價(jià)方案探索[J].中國(guó)標(biāo)準(zhǔn)化，2019（20）：153-154.

[2]雒婉，王瑜，魏慧嬌，林麗霞，韓明勇.生態(tài)城區(qū)綠色建筑星級(jí)潛力評(píng)價(jià)體系研究[J].建筑節(jié)能，2019，47（09）：66-69+97.