基于知識圖譜的社區團購媒體輿論情感傾向分析

胡振華 舒行鋼

摘 要：基于知識圖譜方法，依據Python爬取的數據，考量媒體輿論對社區團購的情感傾向。結果顯示：不正當競爭、價格混亂、缺乏售后以及供應鏈條不暢等，導致媒體輿論對社區團購的情感傾向以“消極”為主。鑒此，應建立健全市場競爭機制和監管機制、完善質量導向定價機制、改進團長主理人培育機制、優化供應鏈共享合作模式等，以促進社區團購長效健康發展。

關鍵詞： 社區團購;媒體輿論;情感傾向;知識圖譜

一、引 言

隨著社交媒體軟件的廣泛應用，具有“社交屬性”的網絡團購銷售模式逐漸興起[1]，社區團購作為網絡團購的衍生物[2]，自2016年出現以來迅速發展。社區團購兼顧社區購物和網絡團購的特性[3]，是一種依托互聯網等技術并以社區為基本單位為社區居民提供產品與服務的團體銷售模式。京東、騰訊、美團等相關企業紛紛布局促使社區團購呈現爆發式增長，艾媒咨詢數據顯示，2022年我國社區團購市場規模預計將有可能達到千億級別[4]。新冠疫情的沖擊進一步刺激了社區團購的發展，多多買菜僅兩個月覆蓋城市數量就高達60座[5]。部分人認為社區團購的集采和預售模式有利于簡化中間環節、降低庫存成本和損耗;也有部分人認為社區團購存在商品質量難以保證、維權困難和人們的剛需“菜籃子”受到互聯網平臺威脅等弊端。因此，當前人們對社區團購關注的焦點，以及社會輿論對社區團購持有的普遍態度等問題有待進一步研究。

相關研究主要集中在團購、消費者社區團購意愿等方面。團購研究主要體現在：團購策略對消費者影響方面，Kauffman Wang（2001）和Yuan等（2004）指出消費者形成購物團體可增加影響力從而獲取更低的折扣價格[6，7]。有學者認為團購并非總對消費者有利，如胡東濱等（2014）對比團購與傳統邊際策略發現消費者信息異質性較小時團購并非最佳策略[8]。影響消費者參與團購的因素方面，Hsu等（2014）、韓金星等（2016）、Hsu等（2018）發現消費者之間的社交信任、網絡團購中社會互動、消費者評價等會顯著影響購買意向或購買行為[9-11]。消費者團購策略對企業的影響方面，范麗繁和王滿四（2016）基于Bertand模型研究雙寡頭商家的團購定價策略，發現團購可以使商家和消費者實現共贏[12]。以上更多考慮團購對消費者和商家的影響，隨著團購業務的發展，社區團購模式應運而生，有學者對此進行了研究。如薛曉麗（2011）主要關注社區團購如何產生[2]，Jing等（2015）分析便利性和產品服務如何影響社區團購[13]。李琪等（2020）研究消費者社區團購行為，發現信任、滿意度和關系承諾在其中發揮作用[3]。Shui和Li（2020）針對社區團購新鮮農產品提出協作優化機制以應對開發和運營同質化競爭問題[14]。不同于以往多采用傳統實證研究方法、從單一主體角度研究社區團購問題的文獻，本研究擬通過爬取主流媒體對社區團購的評價，提取關鍵詞、構建知識圖譜，更全面解析不同主體和問題之間的緊密度，分析公眾對社區團購的情感傾向。

少數學者研究了消費者社區團購的意愿。李勇等（2019）發現購買方便和節約時間是農村用戶生鮮團購的主要動機，并為發展農村社群電商提供建議[15]。簡惠云和楊歡（2020）研究了社區電商技術特性和信任對消費者購買意愿的影響，發現情感信任和認知信任都會對消費者購買意愿產生顯著積極的影響[16]。李連英等（2020）發現傾向型、中間型和無感型三種類群的消費者購買社區電商生鮮農產品意愿及其影響因素都存在差異，故需采取差異化營銷方式以實現對目標顧客的準確定位和精準營銷[17]。本研究在已有文獻基礎上采用大數據技術，分析影響消費者社區團購意愿的主要因素。

現有研究更多關注消費者參與團購的影響因素及團購策略對消費者和商家的影響，且多從單一主體視角采用調查問卷等方法進行研究，鮮有學者探討消費者社區團購意愿和社區團購的關鍵影響因素。基于此，擬在現有研究的基礎上，運用爬蟲技術獲取主流媒體對社區團購的評價數據，構建知識圖譜分析不同焦點之間的聯系，并通過情感傾向分析提取媒體對社區團購的不同觀點和態度，提煉當前社區團購存在的問題，以此提出針對性的管理建議。

二、樣本選取與研究方法

本研究圍繞“社區團購”這一中心詞搜索了截止到2020年12月15日媒體上報道的相關文章，經過初步比較不同新聞網站和社交平臺中有關“社區團購”的相關輿論，發現新浪網對當今主流媒體報道的覆蓋比較全面，數據完整。因此，以新浪網為數據搜索平臺，選取相關新聞報道為研究樣本。借助Python爬蟲技術，通過運行代碼獲取新浪網新聞標題中帶有中心詞的每條新聞鏈接，以此建立循環，借助代碼點擊鏈接，爬取該網頁內屬于新聞文本的部分，直至所有已獲取鏈接都被點擊、新聞文本均被抓取，循環終止。本次爬取的數據主要包括新聞標題、鏈接、正文、發布時間、作者以及文章來源六個部分。導出數據進行去重和清洗之后收集包括上述六個部分的共355條記錄，再結合Excel自動去重功能與人工檢查，確保篩除掉重復的新聞報道，最終剩余247條記錄，每一條記錄均為一篇媒體或自媒體文章，數據搜索有效率為69.58%。

知識圖譜在圖書情報界稱為知識域可視化或知識領域映射地圖，是顯示知識發展進程與結構關系的一系列圖形，是將應用數學、圖形學、信息可視化技術、信息科學等學科理論、方法與計量學引文分析等相結合，運用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的聯系的一種方法，能實現多學科融合，可為相關主題研究提供切實的、有價值的參考。本質上，知識圖譜旨在描述真實世界中存在的各種實體或概念及其關系，構成一張巨大的語義網絡圖，節點表示實體或概念，邊則由屬性或關系構成。

三、基于知識圖譜的情感傾向分析

（一）關鍵詞提取

選取新浪網關于社區團購的247篇文章，得到50余萬字的龐大文本數據。在此基礎上，使用Python中的Jieba分詞包對爬取的網絡文本進行精確分詞，采用NLPIR-ICTCLAS漢語分詞系統兼容的標記法對切割好的單詞進行詞性標注，去除無效的停用詞和功能詞后進行詞性過濾，選擇有效名詞，最后使用TF-IDF算法提取關鍵名詞，在分詞完成后自動統計詞頻。輸出出現頻率前30位的詞語如表1所示。

從表1可以看出，社區團購的核心詞匯是“社區”和“平臺”，可能因為社區團購是以社區為核心、以平臺為載體。“互聯網”“市場”“公司”分別排第1—第5位，說明社區團購是依托互聯網企業與市場成長起來的。“團長”排在第6位，團長是社區團購的主要線下負責人，每一次購買都離不開團長提貨。“價格”排在第8位，說明社區團購的消費者可能為價格敏感型用戶。近期熱度很高的互聯網平臺利用價格補貼入駐社區團購相關新聞也在詞頻表中有所體現，“補貼”和“資本”分別位于詞頻的14和15位。“壟斷”出現在第29位，說明互聯網巨頭入駐引發的關于行業壟斷的問題也常被提及。

（二）知識圖譜構建

構建網絡文本關鍵詞共現矩陣。獲得網絡文本中所有關鍵名詞后，統計出現頻率前100的關鍵詞，借此構建關鍵詞共現矩陣（Co-occurrence Matrix）。首先，構造前100位關鍵詞的二維數組，建立關鍵詞長度（維度為100）的高維稀疏矩陣，賦值矩陣的第一行和第一列為文章關鍵詞，設置矩陣的對角線為0。隨后，取出的行關鍵詞和列關鍵詞進行排列組合，對所有網絡文本進行迭代遍歷，如兩個關鍵詞同時出現在一句話中，則共現頻率加一，遍歷網絡文本后，可得所有關鍵詞組合的共現頻率。設置關鍵詞共現頻率閾值為50，共獲得4700+關鍵詞組合。此時數據過大難以分析，再次篩選后僅保留共現頻率高于5000的關鍵詞組合。

構建知識圖譜的網絡布局。將關鍵詞作為知識圖譜中的實體節點，關鍵詞共線矩陣為實體之間的關聯關系，由此構建網狀的無向度關聯結構。將數據導入Gephi軟件中，使用力引導布局中的FR算法（Fruchterman-Reingold Algorithm）對所有關鍵詞節點進行布局，通過多次迭代，各實體節點及節點的關聯趨于穩定，整體布局達到動態平衡。所得知識圖譜共有67個節點，152條邊，以社區團購相關的網絡輿論熱點話題為基礎的知識圖譜構建完成，如圖1所示。通過高頻共現關鍵詞知識圖譜可以發現，高頻關鍵詞的分布呈現中心擴散特征，以出現頻率最高的社區為中心節點，以平臺、巨頭、團長等內容為二級節點依次擴散，最后的三級節點為菜市場、商業模型、訂單、疫情等話題，可通過知識圖譜發現媒體的關注焦點。

話題社區分類及主題聚焦。社區發現算法（Community Detection）一般用來探測網絡中的塊（Cluster）或者社區（Community），通過算法解析網絡間的抽象拓撲連接結構，根據關聯的疏密程度劃分為不同的社區。基于高頻共現關鍵詞知識圖譜各節點的之間關聯度的稀疏程度，通過Louvain算法進行迭代解析，增加每個模塊的模塊度，以0.6的解析度標準對知識圖譜進行社區劃分。共劃分四個社區，即數據大致可以分為四大研究群組，且覆蓋了社區團購的整個產業鏈條。如圖2所示，社區團購輿論四個焦點分別為：

一是社區層面。以“社區”為中心詞，涵蓋供應鏈、互聯網、巨頭、補貼、資本、流量、商業模式等關鍵詞。2016年B2B平臺芙蓉興盛推出拼團模式時并無互聯網巨頭進駐，隨著疫情爆發，更多用戶通過線上渠道購買蔬菜、糧油等商品，大批互聯網巨頭投資、成立社區團購平臺，如京東加碼七億美元投資興盛優選。社區團購本意為創新商業模式，通過線上渠道滿足消費者團購需求，但由于資本入駐，商業模式異化為以高額補貼吸引客戶量，形成行業壟斷后再提價獲取利潤，因此社區團購商業模式成為媒體關注的焦點問題。

二是平臺層面。關鍵詞主要包含平臺、渠道、供應商、經銷商和低價。社區團購產業共有三級節點，經銷商進行貨物分發，社區團購平臺進行商品轉售，社區消費者作為產業鏈條終端承接商品。社區節點在知識圖譜中連接度為67，即和所有話題相關聯。社區團購的主要承載中介為各個平臺，平臺聯通經銷商、供貨商和社區團購企業，為消費者進行商品配送。

三是消費者層面。集中于消費者、用戶、團長等內容。社區團購是團長發單、消費者拼團的新型共享團購。團長是連接團購平臺和社區用戶的關鍵節點，負責擴展用戶、商品訂購和分發，對平臺意義重大。目前團長多數是從社區中自發形成，缺乏專業訓練，部分團長由于不能落實商品訂購和售后服務導致客戶流失。因此，優秀的團長成為諸多平臺爭搶的對象，有的平臺甚至開出月薪三萬的高薪吸引優秀團長加入，“團長”也成為媒體熱論的內容之一。

四是企業層面。關鍵詞為企業、公司、經銷商和供應商等。媒體對公司和經銷商等的關注集中于后疫情時代下水產、冷鏈供貨帶來的不確定風險。同時，由于部分社區團購經銷商缺乏管理，使未經過安全檢測的冷鏈產品分發給消費者，影響水產和冷鏈商品的市場和供貨。因此，如何對水產和冷鏈相關商品進行抽檢，確保安全性，也是媒體關注的內容。

（三）媒體輿論對社區團購的情感傾向分析

基于上述分析，根據知識圖譜顯示的中心詞及關聯詞對相關新聞進行觀點抽取，概括出媒體輿論對社區團購的情感傾向。通過調用百度AI平臺中的自然語言處理模塊API，使用百度AI文本情感分析的知識增強預處理算法對文本進行情感分析。將情感傾向分為積極、中性和消極三種，積極表明正面、肯定的態度，消極表示負面、否定的態度，中性則表示未有情感傾向。考慮到數據眾多及分析的可行性，僅保留共現頻率高于5000的關聯詞。

表2分析了以“社區”為中心詞的情感傾向，關聯詞主要包括供應鏈、互聯網、客戶、補貼、巨頭和壟斷。搜索包含所有高頻關聯詞的媒體評論共7條，其中4條評論持消極情感，約占總評論的57.1%，表明媒體在談及社區的輿論中更多的是持否定消極的態度。進一步分析發現，媒體談及社區與巨頭、互聯網、供應鏈、客戶、補貼、壟斷這些關聯詞時均以“消極”傾向為主，分別約占總評論數的55.3%、52.5%、57.8%、55.4%、49.0%，61.4%，尤其在報道社區與壟斷的新聞中消極傾向最大。這是由于互聯網巨頭試圖通過補貼和超低銷售價格等壟斷社區團購市場，使供應商只能以極低價格在團購平臺上銷售產品，嚴重打擊供應鏈各主體進行優質生產的積極性，破壞了供應鏈效率并且最終后果由客戶買單，由此催生媒體的負面態度。供應鏈配送效率低下、售后服務不到位等也是導致負面評價的主要因素。

表3分析了以“平臺”為中心詞的情感傾向，關聯詞主要包括價格、渠道和商品。包含所有高頻關聯詞的媒體評論共30條，其中15條持消極情感。分析發現媒體主要對平臺與價格、渠道、商品抱以“消極”傾向，分別約占總評論數的59.3%、57.9%、55.2%，尤其在報道平臺與價格的新聞中負面報道最多，如“價格亂了，惱火得很”，有些也涉及社區團購平臺大額補貼的情況，“之前出現過兩次平臺某款瓜子售價低于出廠價的情況，所以停了平臺的貨”。由于商品價格的差異，也出現了不同平臺上商品質量的差異，破壞了消費市場規范性，對商業模式和商品渠道都是挑戰。

表4分析了以“用戶”為中心詞的情感傾向，關聯詞主要包括市場和消費者。涉及所有高頻關聯詞的41條相關媒體評論中，持消極情感的評論有24條，約占總評論的58.5%，表明媒體在談及用戶的輿論中更多持否定消極的態度。媒體報道用戶與市場、消費者時均以“消極”傾向為主，分別約占總評論數的53.6%、55.3%。深入分析媒體報道的內容可知，社區團購加深了用戶與市場和消費者之間的負面情感，如“社區團購平臺暴露了虛假宣傳、非法收集個人信息等問題”。報道中也有一些積極的情感，如“通過分布在各小區的團長，為居民提供快捷便利的服務體驗”，作為連接團購平臺和社區用戶的節點，團長的作用非常重要。

表5分析了以“公司”為中心詞的情感傾向，關聯詞主要包括市場、供貨和水產。涉及包含所有高頻關聯詞的8條相關媒體評論中，有7條持消極情感，約占總評論的87.5%，表明當媒體談及公司時持否定消極的情感傾向更加明顯。媒體報道公司與市場、供貨和水產時 “消極”傾向分別約占總評論數的55.8%、68.4%、71.4%。進一步分析媒體報道的內容，發現其中涉及上市公司的債務、股票等信息，公司與市場和供貨商的關系受到金融等因素的影響從而增加了負面情感。而水產質量難以保證的問題，導致負面情感的報道比例居高不下。

四、基于社區團購輿論的管理建議

（一）建立健全市場競爭機制和監管機制

電商巨頭的過度投資或補貼，可能會形成社區團購行業的壟斷，影響市場正常運行，需要穩健的社區團購市場競爭機制和市場監督機制推進社區團購的健康發展。一是形成傳統企業與電子商務企業的雙贏發展格局。通過加強對社區團購的有效引導，重新建立社區團購市場競爭秩序，確保整體市場的有序競爭。二是明確多方主體的責任監管。社區團購參與主體多元性決定了社區監管機制存在多方主體，加強對平臺、供應商、經銷商、團長等主體的監管，有益于社區平臺的可持續發展。

（二）完善質量導向定價機制

有效的價格機制有利于正確引導企業生產行為，促進高質量產品的有效供給，因此，社區團購供貨平臺需要完善以質量為導向的定價機制。一是形成以質量為導向的差異化定價機制。社區團購平臺需把控產品的質量，以質量為依據進行差異化定價，服務不同的消費者類型。二是建立社區團購供應鏈的質量溯源系統。社區團購在本質上也是網購，具有信息不對稱的特點，基于大數據、物聯網、區塊鏈等技術建立產品溯源體系，有利于實現平臺各供應主體或銷售主體的信息共享，降低道德風險，同時能幫助消費者了解產品質量，提高信任度。

（三）改進團長主理人培育機制

團長是連接團購平臺和社區用戶的關鍵節點，兼具銷售、倉配、售后等職責，應改進團長主理人培育機制，以便更加妥善處理團長和消費者在這些環節上的關系。一是完善團長選拔制度。提高團長隊伍的素質水平可以創造更多的銷量，擴張團長隊伍有助于擴大銷售規模，搶占市場份額。因此，可以從源頭抓起，通過完善團長選拔流程，培育與團長職位相匹配的人才隊伍，同時增加入職培訓等提高團長隊伍整體素質。二是建立敏捷售后管理機制。社區團購平臺在依賴資本快速擴張的同時，更要注重“精細運營”，借助團長直接與消費者接觸的優勢，了解消費者需求，完善平臺售后服務流程，真正關注平臺消費者的購物體驗。依托互聯網技術與信息技術，搭建良好的信息流通渠道，建立相應的敏捷售后管理機制，保證消費者反饋的問題責任到人，可以快速處理消費者反映的問題，提高團長統籌協調能力。

（四）優化供應鏈共享合作模式

社區團購供應鏈模式主要分為三類：以興盛優選為代表的撮合模式，平臺通過邀請商家入駐，集單后統一采購;以你我您為代表的依托中轉倉的直銷供應鏈，通過建造區域中轉倉直采直銷;以蘇小團為代表的同時依托中轉倉和前置倉的供應鏈。推進不同模式的融合，加強各主體間的聯合互動，創建長效的共享供應鏈合作模式是保障社區團購健康發展的重要舉措。一是打造社區團購全局供應鏈框架，優化整體運營效率。根據需求發生-訂單匯總-集采-分揀-配送流程合理規劃供應鏈每個環節的工作，提高供應鏈時效性與敏捷性，滿足消費者對社區團購運營效率的要求。二是優化供應鏈各環節。采購環節優化供應商管理，與品牌供應商建立長期合作關系;物流環節合理規劃分揀倉布局和物流路線，減少中間環節的成本和損耗;銷售環節充分了解消費者實際需求，以需求定供給，最終實現共享供應鏈的合作模式。

參考文獻：

[1] 張陽， 徐兵. 基于社交團購的電商平臺引導拼團策略研究[J]. 管理評論， 2019， 31（10）： 133-141.

[2] 薛曉麗. 基于社區的網絡團購平臺構建研究[J]. 電子商務， 2011（9）： 19-20.

[3] 李琪， 李欣， 魏修建. 整合SOR和承諾信任理論的消費者社區團購研究[J]. 西安交通大學學報（社會科學版）， 2020， 40（2）： 25-35.

[4] 艾媒咨詢. 2020上半年中國社區團購行業專題研究報告[EB/OL]. https：//www.iimedia.cn/c400/74181.html， 2020-09-11.

[5] 觀察者網. 互聯網混戰社區團購[EB/OL]. http：//www.southmoney.com/caijing/caijingyaowen/202012/7886860_2.html， 2020-12-05.

[6] Kauffman R J， Wang B. New buyers' arrival under dynamic pricing market microstructure： The case of group-buying discounts on the Internet[J]. Journal of Management Information Systems， 2001， 18（2）： 157-188.

[7] Yuan S， Lin Y. Credit based group negotiation for aggregate sell/buy in e-markets[J]. Electronic Commerce Research and Applications， 2004， 3（1）： 74-94.

[8] 胡東濱， 李洋， 陳曉紅， 等. 基于信息共享角度的團購策略研究[J]. 系統工程理論與實踐， 2014， 34（11）： 2849-2861.

[9] Hsu M， Chuang L， Hsu C. Understanding online shopping intention： The roles of four types of trust and their antecedents[J]. Internet Research， 2014， 24（3）： 332-352

[10]韓金星， 張喆， 古晨妍. 網絡團購中消費者社會互動對團購信任的影響[J]. 管理評論， 2016， 28（9）： 148-162.

[11]Hsu S， Qing F， Wang C， et al. Evaluation of service quality in Facebook-based group-buying[J]. Electronic Commerce Research and Applications， 2018， 28： 30-36.

[12]范麗繁， 王滿四. 基于Bertrand模型的雙寡頭商家的團購定價策略[J]. 系統工程， 2016， 34（4）： 62-69.

[13]Jing R， Yu Y， Lin Z. How service-related factors affect the survival of B2T providers： A sentiment analysis approach[J]. Journal of Organizational Computing and Electronic Commerce， 2015， 25（3）： 316-336.

[14]Shui W， Li M. Integrated pricing and distribution planning for community group purchase of fresh agricultural products[J]. Scientific Programming， 2020（3）：1-15.

[15]李勇， 劉我， 譚小玲， 等. 基于線上線下數據的農村用戶生鮮團購需求挖掘[J]. 農村經濟與科技， 2019， 30（19）： 118-120.

[16]簡惠云， 楊歡. 社區電商技術特性對消費者購買意愿的影響[J]. 商業經濟研究， 2020（23）： 99-102.

[17]李連英， 聶樂玲， 傅青. 不同類群消費者購買社區電商生鮮農產品意愿的差異性分析——基于南昌市578位消費者的實證[J]. 農林經濟管理學報， 2020， 19（4）： 457-463.

（責任編輯：鐘 瑤）