基于內容分析法的產品評論情感分析

梅培

摘 要：本文運用內容分析法，對網絡產品評價進行情感分析，從而明確用戶對該產品的主要使用態度，對新用戶購買產品具有一定的指導意義。

關鍵詞：內容分析法;情感分析

一、研究背景

在電子商務中，網絡產品的質量主要是通過圖片展示和用戶評論來評價的。用戶在購買產品前，產品的購買評價會直接影響到用戶的購買意愿。本文通過對產品評論的內容分析，通過正面和負面分析來對產品的質量進行分析，從而可以對用戶的產品購買提供一定的幫助。

二、分詞處理

本文運用爬蟲工具采集了網絡上某一款產品的評論200條，對該200條評論進行了分詞處理，可以得到其最終的分詞效果。

（1）原始的評論數據

原始評論數據為該書籍的評論區中購買用戶對該書籍的態度，在原始評論中，有數據30多萬條，本文選取了其中的200條做為分析數據。在導出的原始數據中，包括標題，地址，圖片，圖片地址，會員名，會員等級等內容，本文只選取了標題做為情感分析的依據。如圖1所示：

（2）對原始評論數據進行初始的分詞處理

對數據進行梳理后，運用工具對評論數據進行初始的分詞處理，可以得到大量的關鍵詞的分詞結果。對于文本分析而言，粒度的選擇是非常重要的，在對關鍵詞進行分析之后，可以選擇重要的關鍵詞進行分析處理。在對代詞、副詞等詞語進行篩選后，得到在評論數據中對該書籍的形容詞結果。圖2中只顯示了部分內容。

（3）對不同的詞語進行頻數分析

在分詞處理的結果中，按照頻數的大小對結果進行排序，可以得到整個評論數據中所有自動分詞結果權重的高低。筆者有選擇部分詞語通過評論來展現讀者對該書籍的評價。可見，大部分的讀者認為，本書的內容具有一定的教育意義。如圖3所示：

三、基于內容分析法的產品評論情感分析

對原始數據進行情感分析，情感分析過程中，對本書的評價主要分為正面評價，負面評價或中性評價。本文在初期對情感分析的詞語進行了分類處理，通過系統處理，可以得到對本書的初步情感分析。

（1）正面評價分析

通過對正面關鍵詞抽取，分析正面的情感詞語的分布，可以得到其分布詞云。確定用戶的大部分情感可以通過不錯、努力、強大等詞條來表示，當用戶的具體情感還需要借助于程度詞和否定詞來進行判斷。

（2）負面評價分析

通過對負面關鍵詞抽取，分析負面的情感詞語的分布，可以得到其分布詞云。確定用戶的部分情感可以通過極端、痛苦、矛盾等詞條來表示，用戶的具體情感還需要借助于程度詞和否定詞來進行判斷。

四、結論

通過對產品評論進行情感分析，可以了解到用戶對產品的具體態度，從而對提升用戶體驗有一定的幫助。