基于網(wǎng)絡口碑仿真分析的網(wǎng)店生存能力研究

肖宗崇 崔彤

摘 要：本文通過量化網(wǎng)絡口碑，建立網(wǎng)店演化競爭模型，并基于仿真程序進行計算機仿真，客觀，全面，科學地完成了網(wǎng)店生存能力的仿真研究，為促進電商平臺的可持續(xù)化發(fā)展提供了一種新的思路。此外本文通過將前沿科學自然語言處理技術運用于網(wǎng)絡口碑的量化，在情感分析精準性上取得了新的突破，具有一定的創(chuàng)新性。

關鍵詞：網(wǎng)絡口碑量化，自然語言處理，仿真程序

1引言

1.1研究背景

電商平臺的迅猛發(fā)展正在為消費者提供一種富有空間便利性和時間便利性的購物方式，也在為網(wǎng)絡店鋪快速提供消費者市場。然而，不合格的商品質量、糟糕的售后體驗等隱形負面因素使得潛在消費者對網(wǎng)店的信任感直線下降，在這種背景下，口碑的力量通過網(wǎng)絡平臺被迅速地放大并且深度影響著消費者的購買決策。對于網(wǎng)店而言，口碑的好壞也能在很大程度上決定網(wǎng)店是否能在電商平臺中長久的生存。

因此，本項目將研究如何量化網(wǎng)絡口碑并對網(wǎng)店的生存能力進行仿真研究，以此促進電商平臺網(wǎng)店可持續(xù)化經營。

1.2 研究現(xiàn)狀

本項目對于國內外研究現(xiàn)狀和發(fā)展動態(tài)的了解主要在網(wǎng)絡口碑量化和仿真構建兩個方面。

在早期的研究中通常將在線評論評分數(shù)據(jù)來替代情感傾向，并依據(jù)評分的高低分析評論的情感極性從而量化網(wǎng)絡口碑。2004年，研究人員根據(jù)關聯(lián)規(guī)則提取產品特征在句子中的形容詞作為情感詞。 2007年，研究人員采用松弛標記法識別情感詞的情感傾向。在國內，2014年研究人員將經篩選的固定搭配特征融合于多種情感分析模型中進行情感分析，實驗表明固定搭配特征的恰當表示和篩選有效改善情感分析模型的分類精度。2017年，研究人員以手機評論作為實驗數(shù)據(jù)，采取頻度匹配樹方法提取產品特征，結合基于語料庫的方法和依存句法分析方法識別關于產品特征的主觀評論語句、情感詞及其依存關系。

由此可見，網(wǎng)絡口碑的量化多依賴于對顧客評論和評分的分析，通過自然語言處理等方式進行量化。

2003年，研究人員較早地將計算機仿真方法應用到了經濟管理領域。代理最重要的特點是能夠適應復雜環(huán)境并研究多主體的交互行為，這一點已經在2008年證明，因此，基于多主體代理仿真方法能夠很好地模擬電子商務平臺中各代理主體之間復雜的相互作用和動態(tài)環(huán)境。仿真方法在電子商務環(huán)境中有著廣泛應用，如模擬新產品上市效果、客戶行為、電商交易系統(tǒng)、市場降價、關鍵利益相關者互動分析、商品動態(tài)定價等。

綜上所述，當前學術界對于網(wǎng)絡口碑研究主要是從需求端的消費者視角展開，以此探究網(wǎng)絡口碑對消費者購物行為的影響。而從供給端的網(wǎng)商視角出發(fā)，研究網(wǎng)絡口碑對網(wǎng)店存活能力影響的研究較少，本項目將填補這一空缺。

2實現(xiàn)方法

（1）通過自然語言處理技術實現(xiàn)多維度網(wǎng)絡口碑量化

自然語言處理技術能夠很好地對具有情感色彩的主觀性文本進行分析、處理、歸納和推理，從而有效地將在線評論量化。

具體的實現(xiàn)步驟如下：

1.樣本預處理：評論中有許多字是沒有實際含義的，比如：“的”，“啊”，去除這些詞有利于提高情感分析的精準性，本項目采用的是哈工大的停用詞表。

2. 文本特征提取：本項目使用的是文本特征提取技術。利用詞頻進行判斷，詞語出現(xiàn)次數(shù)越多的詞語的重要性越大。

3.模型訓練：本項目使用的是基于雙向長短時記憶模型的循環(huán)神經網(wǎng)絡進行模型搭建，該模型能夠利用上下文語義特征有效進行情感分析，得出評論的情感強度（-2到2，-2為最厭惡，2為最喜歡）。

將情感強度與在線評分（原先為1到5，為了方便運算各位減3，變?yōu)?2到2）進行平均后得出顧客對某商品真實的喜愛值（-2到2）。

最后，考慮到每條評論產生的影響力的差異性，本項目將結合評論多維度的形式特征（評論支持率，評論時效性，評論時間）計算出該條評論產生的影響力的權重，將其與商品真實喜愛度相乘，得到單條評論產生的口碑值。

（2）構建基于自營型電商與平臺型電商的網(wǎng)店演化競爭模型

為了更好地分析口碑對網(wǎng)店生存能力的影響，本項目將網(wǎng)絡電商分為自營型電商與平臺型電商兩類，自營型電商的閉合性使其產品具有“小而美”的特性，而平臺型電商的開放性使得其產品具有“大而全”的特性。本項目將自營型電商的特點抽象為高收益高成本，而平臺型電商為低收益低成本。

自營型電商網(wǎng)店與平臺型電商網(wǎng)店競爭演化模型的參數(shù)如下：

B = f（ N，D，Q，R，g，w，k，r）

B代表演化狀態(tài)（規(guī)模擴大，縮小，退出競爭），N代表網(wǎng)店數(shù)量，D代表原始資本，Q代表顧客數(shù)量，R代表平臺監(jiān)管力度，g代表消費者增長率，w代表網(wǎng)絡口碑，k代表運營成本比，r代表利潤率。

其中w網(wǎng)絡口碑通過影響消費者購買決策和網(wǎng)店績效最終影響網(wǎng)店運營資本，當網(wǎng)絡口碑參數(shù)低于即期網(wǎng)店可接受的比例時，網(wǎng)店所擔負的成本超出其所能承受的閾值，該商家不再進行下一階段的運營，即退出競爭。

（3）基于仿真程序的網(wǎng)店演化競爭仿真模型構建

本項目在仿真程序中將定義三類代理 競爭主體： 消費者、自營型電商網(wǎng)店群體A、平臺型電商網(wǎng)店群體B，這三個代理變量在仿真模擬初期自動生成。在生成代理變量并形成電商平臺后，消費者依據(jù)自己的消費偏好和消費習慣等開始進行隨機瀏覽并搜索和評估產品，在電商平臺中與其他的消費者和商家進行交互。下圖為電商平臺競爭演化仿真流程圖。

3創(chuàng)新點

4.3.1運用了自然語言處理技術精準量化網(wǎng)絡口碑

在線文字評論的內容為非結構化數(shù)據(jù)的特點，無法通過傳統(tǒng)的方法進行加工處理，難以量化為口碑特征。本項目運用了深度學習領域的自然語言處理技術，通過樣本預處理，特征提取后，構建了一個基于長短時記憶模型的循環(huán)神經網(wǎng)絡模型，從而將在線文字評論內容精準轉換為情感強度，再結合在線評分，使網(wǎng)絡口碑的量化更加全面。

5.3.2運用了仿真程序對網(wǎng)店生存能力進行仿真研究

為了具體探究網(wǎng)店演化競爭模型中的各個特征變量對網(wǎng)絡口碑影響因素的作用大小，以及網(wǎng)絡口碑對網(wǎng)店生存能力的影響，本項目利用仿真程序對各類型網(wǎng)店之間的競爭演化過程進行計算機模擬，通過調試不同運行參數(shù)，動態(tài)呈現(xiàn)不同網(wǎng)店主體在電商環(huán)境中的競爭演化過程。最后通過分析仿真結果，提出建設性建議以促進電商平臺網(wǎng)店可持續(xù)化經營，具有一定的社會意義。

6.3.3以供給端的網(wǎng)商視角研究網(wǎng)絡口碑對網(wǎng)店生存能力的影響

根據(jù)文獻查閱，當前學術界對于網(wǎng)絡口碑研究主要是從需求端的消費者視角研究網(wǎng)絡口碑對消費者購物行為的影響，而從供給端的網(wǎng)商視角出發(fā)研究網(wǎng)絡口碑對網(wǎng)店生存能力影響的文獻較少。本項目在此方面也具有一定的創(chuàng)新性。

4總結

本文通過量化網(wǎng)絡口碑，建立網(wǎng)店演化競爭模型，并基于仿真程序進行計算機仿真，客觀，全面，科學地完成了網(wǎng)店生存能力的仿真研究，為促進電商平臺的可持續(xù)化發(fā)展提供了一種新的思路。此外本文通過將前沿科學自然語言處理技術運用于網(wǎng)絡口碑的量化，在情感分析精準性上取得了新的突破，具有一定的創(chuàng)新性。

5參考文獻

[1]劉雪蓮. 基于在線評論的顧客酒店體驗價值對滿意度的影響研究[D].青島大學，2019.

[2]彭麗徽. 基于在線評論的網(wǎng)絡口碑生成機理及監(jiān)測預警研究[D].吉林大學，2019.

[3]唐紅濤，羅瓊，劉星寶.網(wǎng)絡口碑與網(wǎng)店生存能力仿真研究[J].蘭州財經大學學報，2019，35（06）：14-27.

[4]彭麗徽. 基于在線評論的網(wǎng)絡口碑生成機理及監(jiān)測預警研究[D].吉林大學，2019.

[5]李揚，嚴建援，馮淼，李凱.在線評論和網(wǎng)絡論壇對高涉入度產品關注度的動態(tài)影響研究[J].軟科學，2020，34（01）：51-57.