評論文本詞性對空氣凈化產(chǎn)品體驗設(shè)計研究

金澤昕 周祎德

（昆明理工大學,云南昆明 650500）

網(wǎng)購環(huán)境所制造出的評論區(qū)使得在線口碑傳播已成為消費者在選購時的重要信息來源。產(chǎn)品開發(fā)階段把握目標人群，其中用戶的定性定量研究是大多數(shù)調(diào)研方法的選擇。

一、提取產(chǎn)品可優(yōu)化點為目的構(gòu)建模型

本文通過評論數(shù)據(jù)采集的目的來得到定量材料，評論數(shù)據(jù)采集根據(jù)需要分析的產(chǎn)品選擇用戶評論數(shù)據(jù)來源的網(wǎng)址，然后運用Python進行消費者評論的獲取，其次采集評論的數(shù)據(jù)包含有產(chǎn)品名稱、評論文本以及評論時間，提取后的信息為評論數(shù)據(jù)集。本次研究的評論數(shù)據(jù)來源為京東購物網(wǎng)以及亞馬遜（美國）網(wǎng)，數(shù)據(jù)采集工具是Python，研究產(chǎn)品為2020年新冠疫情期間銷售最多的家電產(chǎn)品空氣凈化器。

本文在對用戶評論的采集和分析中，參考了文本特征值提取法以及文本情感分析，從而提出產(chǎn)品優(yōu)化點的提取分析模型，見圖1。

圖1 產(chǎn)品優(yōu)化點提取分析模型

在圖1產(chǎn)品優(yōu)化點提取分析模型中分為主要的五大板塊，分別是評論數(shù)據(jù)的采集、評論文本的分離、文本的預(yù)處理、對文本處理后的詞性分析以及整合產(chǎn)品缺陷進行優(yōu)化。

1.評論數(shù)據(jù)的采集。對所需求的網(wǎng)站進行相關(guān)條件的篩選從而獲得搜索量及銷量靠前的產(chǎn)品作為目標產(chǎn)品，針對這些產(chǎn)品的評論進行選擇性網(wǎng)絡(luò)爬蟲采集。

2.評論文本的分離。在文本預(yù)處理前需要對所采集的評論進行篩選，因為該模型目的是從用戶視角尋找產(chǎn)品存在的缺陷，所以要重點保留分析差評中的文本內(nèi)容，在spss中以所采集到評論好評等級為目標進行分類，其中定義三顆星及以上的為好評，反之三顆星及以下的定義為差評。

3.文本預(yù)處理。對文本進行名詞、形容詞等詞性的采集，其中鑒于軟件分詞的條件限制性，可能會出現(xiàn)部分特殊文本需要單獨提取文本詞性，從而對產(chǎn)品的不足缺陷做出詳細的等級劃分。

4.對文本出處理后的詞性分析。通過文本預(yù)處理得到的詞性匯集，本文借鑒于TF-IDF的思想采用TF詞頻進行詞性統(tǒng)計排序，從而關(guān)注到評論中文本出現(xiàn)的次數(shù)越多用戶的關(guān)注點也是突出的。

5.整合產(chǎn)品缺陷進行優(yōu)化。基于以上板塊的整理，本文認為評論中用戶的關(guān)注度和用戶情感，即產(chǎn)品特征詞性的頻率和文本內(nèi)容，對可以衡量和發(fā)現(xiàn)產(chǎn)品及產(chǎn)品周邊現(xiàn)存在的問題程度，方便幫助設(shè)計師及產(chǎn)品市場的決策者進行更好地優(yōu)化。

在上述模型中，評論文本的詞性分析和詞頻的排列是尋找產(chǎn)品優(yōu)化點的核心。因此本文選擇從用戶評論中抓取用戶情感做以量化，用戶對詞性里某項的詞頻出現(xiàn)率越高就說明該指標可能是用戶更具關(guān)注的點，反之詞頻過低或者贊同率也很低可能說明該評論為惡意評論或者產(chǎn)品偶然事件，不具有本文研究的討論價值。

二、用戶評論的定量采集分析

1.對有效實驗數(shù)據(jù)抓取

本次研究的用戶評論采集來源于京東購物網(wǎng)以及亞馬遜（美國）購物網(wǎng)。根據(jù)2020年新冠疫情期間的銷量和搜索量進行排名，數(shù)據(jù)排名首位的電子產(chǎn)品是空氣凈化器，因此選擇空氣凈化器進行銷量排名，得到產(chǎn)品包括小米空氣凈化器2S、飛利浦空氣凈化器AC4076/18、戴森空氣凈化器T05、米家新風機、華為空氣凈化器EP500、布魯雅爾303+凈化器、352 X83C凈化器、IAM 780F凈化器、美的空氣凈化器、IQ250凈化器以上共10款空氣凈化器產(chǎn)品，并進行抓取評論文本相關(guān)信息。截至2020年8月共采集到有效評論文本6653條，其中經(jīng)過定義的好評有4829條，定義過的差評有1834條，以上將作為本文研究的實驗量化有效數(shù)據(jù)。

2.文本詞性分離

在得到的上述的6653條有效評論文本中，首先利用Python對數(shù)據(jù)文本進行讀取以方便進行之后的詞性區(qū)分。在文本處理中先除去本次研究無用詞。在數(shù)據(jù)文本中針對本次研究需求不需要停詞以及標點符號，所有還需要分離這些邊緣元素并把剩余元素連接起來形成一句話。針對詞性進行定義如“名詞”為“n”，“形容詞”為“a”等，在以上的步驟基礎(chǔ)上進行詞性的采集以及詞性的詞頻統(tǒng)計。（圖2）

圖2 詞性分析

在評論文本的詞性采集的基礎(chǔ)上主要統(tǒng)計了名詞和形容詞以及動詞的詞頻，見表1。由于算法針對部分文本詞性分析會有失誤或識別不出，一小部分的文本經(jīng)過人工篩選。

表1 針對好評及差評的詞性詞頻提取

3.運用軟件分析文本指標

在差評領(lǐng)域的名詞及形容詞、動詞之間利用spss軟件進行詞頻排列挑選前五十的文本，再進行人工排除近義詞以及無用詞，最終得到9個指標文本，分別是客服售后、異味、營銷、噪音、外觀造型、性價比、風扇、活性炭、材料耗材。

通過上述的統(tǒng)計結(jié)果可以直觀看出9個產(chǎn)品問題指標在10個品牌機型里的表現(xiàn)，但由于每個產(chǎn)品的銷量、評論數(shù)以及差評數(shù)是不同的，所以還需要取得每個產(chǎn)品在不同指標的平均數(shù)經(jīng)過同比例運算進行產(chǎn)品間的對比（見表3），從而發(fā)現(xiàn)每個產(chǎn)品所存在的問題以及產(chǎn)品間所擁有的聯(lián)系，最終結(jié)合spss平均值運算以及9個指標和10個產(chǎn)品型號進行了可視化對比，見圖3。

表2 九個指標在各品牌中的詞頻比例

從可視化圖表中可以看到每個產(chǎn)品在不同指標中的反饋，指標指數(shù)越高說明該產(chǎn)品方向可能存在更大的問題。對于小米空氣凈化器的反饋來看可以明顯發(fā)現(xiàn)產(chǎn)品質(zhì)量上是相對穩(wěn)定反應(yīng)較少的，而售后和營銷是用戶不滿度最大的，這也就意味著小米在這方面如果想降低產(chǎn)品或者讓產(chǎn)品更完善的得到好評，就需要產(chǎn)品決策者從品牌策略入手，針對售后管理和營銷策劃進行適當?shù)恼{(diào)整。飛利浦品牌的產(chǎn)品在性價比上遭受到很多不滿的評論，因此也連鎖到耗材指標里也得到了大量的不滿，再下代產(chǎn)品需要調(diào)整的也應(yīng)該當考慮到注重產(chǎn)品材質(zhì)的選擇搭配，以防止可能材料的高成本帶來的整體價格溢出的現(xiàn)象。戴森的整體產(chǎn)品反應(yīng)相對不錯，但在噪音指標的評論數(shù)是對比品牌中最高的，緣由可能是該產(chǎn)品因為是環(huán)形風口，所以出風面積較窄，而該產(chǎn)品還有一個大功率模式因而會造成比較大的噪音。華為凈化器從對比圖來看反饋是相對穩(wěn)定的，耗材指標略高于其他指標，也是說明在產(chǎn)品研發(fā)時要注意材料的選擇，具體文本反應(yīng)多為材料太輕薄塑料感太強。布魯雅爾作為瑞典品牌在產(chǎn)品性能上有著出色的過濾效果，但其外觀因很龐大也遭受到一些用戶因不便帶來的不滿。美的有著自身強大且穩(wěn)定的空氣系統(tǒng)研發(fā)，所以在產(chǎn)品效果看是不容置疑的，但在價格的反饋上不少用戶還是帶來了質(zhì)疑，產(chǎn)品決策者也需要在品牌策略上做出調(diào)整以適應(yīng)新的用戶環(huán)境。

圖3 產(chǎn)品在文本指標中的詞頻對比圖

三、結(jié)論

本文研究針對如2020疫情期間的特殊時期線上產(chǎn)品調(diào)研，依靠網(wǎng)絡(luò)用戶評論的定量采集進行定性分析，以方便在該階段產(chǎn)品經(jīng)理以及產(chǎn)品相關(guān)決策者對市場的把控，同時發(fā)現(xiàn)目前產(chǎn)品線的問題以及同行業(yè)競品之間的問題聯(lián)系。因此本文基于文本特征提取法以及Spss和Python工具構(gòu)建了產(chǎn)品優(yōu)化點提取分析模型進行試驗，其中模型包括評論數(shù)據(jù)的采集、評論文本的分離、文本的預(yù)處理、對文本處理后的詞性分析以及整合產(chǎn)品缺陷進行優(yōu)化五大模塊，在實驗中得到的詞性以及詞頻分析與實際體驗情況基本相符，模型具有一定的可行有效性。