在線評(píng)論識(shí)別用戶需求的研究熱點(diǎn)與前沿分析

關(guān)鍵詞：在線評(píng)論，用戶需求，文獻(xiàn)計(jì)量分析，CiteSpace，VOSviewer

DOI編碼：10.3969/j.issn.1674-5698.2023.05.019

1 引言

開(kāi)展質(zhì)量提升行動(dòng)是建設(shè)質(zhì)量強(qiáng)國(guó)的重要抓手，提升產(chǎn)品和服務(wù)質(zhì)量是建設(shè)質(zhì)量強(qiáng)國(guó)的重要任務(wù)。近日，國(guó)務(wù)院印發(fā)《質(zhì)量強(qiáng)國(guó)建設(shè)綱要》就質(zhì)量提升作出了具體部署，在加快產(chǎn)品提檔升級(jí)中明確提出要推廣個(gè)性化定制、柔性化生產(chǎn)，優(yōu)化消費(fèi)品供給品類，推動(dòng)消費(fèi)品質(zhì)量從生產(chǎn)端適配型向消費(fèi)端適配型轉(zhuǎn)變。產(chǎn)品開(kāi)發(fā)設(shè)計(jì)與質(zhì)量?jī)?yōu)化過(guò)程中，全面準(zhǔn)確地獲取消費(fèi)者動(dòng)態(tài)變化的個(gè)性化需求是一個(gè)重要的關(guān)鍵環(huán)節(jié)。人工智能、大數(shù)據(jù)等新一代信息技術(shù)的快速發(fā)展，為獲取市場(chǎng)信息、挖掘消費(fèi)者需求提供了豐富的數(shù)據(jù)資源。傳統(tǒng)的用戶觀點(diǎn)的收集方法耗時(shí)、昂貴并且不能及時(shí)準(zhǔn)確地識(shí)別用戶需求[1]。在線評(píng)論已成為企業(yè)了解用戶需求，獲取產(chǎn)品設(shè)計(jì)創(chuàng)意，提升產(chǎn)品質(zhì)量的重要數(shù)據(jù)來(lái)源[2]。

針對(duì)在線評(píng)論的研究受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，已成為一個(gè)重要的研究方向。現(xiàn)有研究成果多集中于虛假評(píng)論識(shí)別[3 -5 ]、基于情感分析挖掘用戶需求[6 -7]以及基于在線評(píng)論的特征提取和主題識(shí)別[8-9]等方面。隨著研究工具的更新和研究成果的激增，已有部分學(xué)者對(duì)在線評(píng)論領(lǐng)域的研究現(xiàn)狀進(jìn)行了綜述，主要從情感分析[10 -13]、在線評(píng)論信息挖掘[14-16]、在線評(píng)論有用性分析[17-18]等視角出發(fā)，鮮有學(xué)者基于在線評(píng)論識(shí)別用戶需求視角，梳理在線評(píng)論領(lǐng)域的研究狀況。因此，本文擬對(duì)在線評(píng)論識(shí)別用戶需求的相關(guān)研究成果進(jìn)行文獻(xiàn)計(jì)量分析。以Web of Science（WoS）數(shù)據(jù)庫(kù)和中國(guó)知網(wǎng)中在線評(píng)論識(shí)別用戶需求相關(guān)文獻(xiàn)為分析對(duì)象，利用CiteSpace和VOSviewer兩個(gè)軟件對(duì)相關(guān)文獻(xiàn)進(jìn)行可視化分析，全面了解近年來(lái)國(guó)內(nèi)外基于在線評(píng)論識(shí)別用戶需求研究的時(shí)間分布特征，梳理基于在線評(píng)論識(shí)別用戶需求的研究熱點(diǎn)，分析該領(lǐng)域未來(lái)的研究趨勢(shì)。本文旨在幫助相關(guān)領(lǐng)域?qū)W者掌握在線評(píng)論識(shí)別用戶需求領(lǐng)域內(nèi)的發(fā)展動(dòng)態(tài)及趨勢(shì)，為未來(lái)拓展該領(lǐng)域的理論和實(shí)踐研究提供參考[19]。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本文關(guān)注在線評(píng)論識(shí)別用戶需求研究的發(fā)展動(dòng)態(tài)，研究的文獻(xiàn)數(shù)據(jù)分別來(lái)自于國(guó)內(nèi)外權(quán)威的引文索引數(shù)據(jù)庫(kù)。針對(duì)外文，選擇 We b o fScience核心合集，以TS=（（“online review”+”onlinec o m m e n t”+”o n l i n e w o r d o f m o u t h”+”o n l i n eWOM”+”i n t e r n e t w o r d o f m o u t h”+”i n t e r n e tWOM”+”electronic word of mouth”+”electronicWOM”+”eWOM”） and （“customer demand”+”userdemand”）作為檢索式，語(yǔ)種選擇“English”，文獻(xiàn)年限到2021年12月31日為止，文獻(xiàn)選擇“（論文or綜述論文or在線發(fā)表）NOT（會(huì)議論文or數(shù)據(jù)論文）”，檢索得到文獻(xiàn)共計(jì)404篇。針對(duì)中文，選擇中國(guó)知網(wǎng)，以SU=（'在線評(píng)論'+'在線口碑'+'網(wǎng)絡(luò)口碑'+'電子口碑'+'用戶評(píng)論'）*（'客戶需求'+'用戶需求'+'用戶滿意度'+'顧客滿意度'）作為檢索式，文獻(xiàn)年限到2021年12月31日為止，檢索出文獻(xiàn)共計(jì)222篇，去除會(huì)議、成果和專利16篇，無(wú)關(guān)文獻(xiàn)1篇，實(shí)際有效文獻(xiàn)共計(jì)205篇。

2.2 研究方法

本文運(yùn)用Citespace5.8.R3和VOSviewer 1.6.16軟件對(duì)文獻(xiàn)進(jìn)行可視化分析和計(jì)量分析。CiteSpace和VOSviewer是用于計(jì)量分析和形成知識(shí)圖譜的軟件系統(tǒng)，可直觀顯示知識(shí)領(lǐng)域的信息全貌，其科學(xué)性和易用性使其被學(xué)者廣泛使用。本文所用到的主要研究方法包括以下3種。

（1）統(tǒng)計(jì)分析。對(duì)研究對(duì)象的規(guī)模、范圍、等數(shù)量關(guān)系進(jìn)行分析研究，來(lái)揭示事物之間關(guān)系，借以對(duì)事物進(jìn)行正確解釋和預(yù)測(cè)的方法。本文用圖表形式展現(xiàn)在線評(píng)論識(shí)別用戶需求領(lǐng)域論文的時(shí)間分布，以得到該領(lǐng)域的總體概括。

（2）關(guān)鍵詞共現(xiàn)分析。關(guān)鍵詞共現(xiàn)分析刻畫(huà)的是兩篇或者多篇文獻(xiàn)中使用同一關(guān)鍵詞的現(xiàn)象。通過(guò)統(tǒng)計(jì)文獻(xiàn)中關(guān)鍵詞共現(xiàn)的頻率測(cè)量它們之間的親疏關(guān)系，從而推斷領(lǐng)域內(nèi)的熱點(diǎn)主題[20]。

（3）關(guān)鍵詞時(shí)區(qū)圖分析。關(guān)鍵詞時(shí)區(qū)分析是基于某一時(shí)刻詞頻強(qiáng)度的分析方法，將一段時(shí)間內(nèi)關(guān)鍵詞共現(xiàn)頻率最高的關(guān)鍵詞在時(shí)間區(qū)間上顯示出來(lái)，能夠更好地展現(xiàn)主題研究中的時(shí)間分布及相互間關(guān)系[21]。

3 總體研究概況

3.1 中外文獻(xiàn)年度分析

文獻(xiàn)的年度分布可以側(cè)面反映某一科學(xué)領(lǐng)域的發(fā)展程度[2 2]。本文利用計(jì)量可視化的方法對(duì)在線評(píng)論識(shí)別用戶需求的205篇CNKI文獻(xiàn)和404篇WoS文獻(xiàn)進(jìn)行統(tǒng)計(jì)，圖1展示了1992-2021年在線評(píng)論識(shí)別用戶需求相關(guān)論文的刊發(fā)數(shù)量。總體來(lái)看，自2008年起，在線評(píng)論識(shí)別用戶需求的研究逐漸引起了國(guó)際學(xué)者們的關(guān)注，發(fā)文量自2014年起整體呈增長(zhǎng)趨勢(shì)，一直持續(xù)到2021年。國(guó)內(nèi)學(xué)者對(duì)該領(lǐng)域的關(guān)注略晚兩年，發(fā)文量自2010年實(shí)現(xiàn)零突破，2016-2020年總體呈遞增趨勢(shì)，2021年出現(xiàn)小幅下降。整體而言，在線評(píng)論識(shí)別用戶需求的研究近年來(lái)備受國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，在中外文期刊發(fā)表的成果數(shù)持續(xù)上漲。

3.2 核心作者分析

在文獻(xiàn)計(jì)量分析中，可從科研成果和活躍度來(lái)識(shí)別核心作者。普賴斯定律表明某主題內(nèi)發(fā)表2篇以上論文的作者為核心作者，同一主題內(nèi)核心作者發(fā)文量占比達(dá)50%說(shuō)明該領(lǐng)域存在穩(wěn)定的核心作者群體。本文通過(guò)CiteSpace軟件分析統(tǒng)計(jì)得到作者論文發(fā)表數(shù)量，結(jié)果見(jiàn)表1，CNKI期刊核心作者共計(jì)12人，累計(jì)發(fā)文24篇文獻(xiàn)，占文獻(xiàn)總量11.70%，WoS期刊核心作者人數(shù)15人，共發(fā)表文獻(xiàn)32篇，占文獻(xiàn)總量的7.92%，表示本領(lǐng)域尚未形成堅(jiān)固的核心作者群，該領(lǐng)域仍有很多創(chuàng)新點(diǎn)可供挖掘[23]。

4 基于在線評(píng)論識(shí)別用戶需求研究熱點(diǎn)分析

4.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞凝練了一篇文獻(xiàn)的核心與精髓，通過(guò)對(duì)關(guān)鍵詞進(jìn)行分析可以把握某領(lǐng)域研究熱點(diǎn)[ 2 4 ]。本文采用VOSviewer分別對(duì)相關(guān)中文及外文文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析，旨在從在線評(píng)論角度分析國(guó)內(nèi)外用戶需求的研究熱點(diǎn)。基于在線評(píng)論識(shí)別用戶需求相關(guān)研究的中外文文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析得到的標(biāo)簽視圖（如圖2和圖3所示）。

將外文文獻(xiàn)導(dǎo)入VOSviewer中，選擇關(guān)鍵詞共現(xiàn)分析，計(jì)數(shù)方法為二進(jìn)制計(jì)數(shù)，關(guān)鍵詞最少出現(xiàn)次數(shù)設(shè)置為10，運(yùn)行后形成關(guān)鍵詞共現(xiàn)標(biāo)簽網(wǎng)絡(luò)圖（如圖2所示）。從圖中可以看出，早先研究的重點(diǎn)是探究在線評(píng)論對(duì)產(chǎn)品銷量的影響。隨著用戶生成內(nèi)容對(duì)產(chǎn)品銷量具有顯著影響被廣泛證實(shí)，研究者開(kāi)始深入挖掘在線評(píng)論中蘊(yùn)含的用戶需求，為改善產(chǎn)品提供有效依據(jù)。同時(shí)在線評(píng)論中所隱含的情感是用戶最真實(shí)的感受，因此為了更準(zhǔn)確地識(shí)別出用戶需求，往往需要對(duì)在線評(píng)論進(jìn)行情感分析。

將中文文獻(xiàn)導(dǎo)入VOSviewer中，關(guān)鍵詞最少出現(xiàn)次數(shù)設(shè)置為3，運(yùn)行后形成關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)標(biāo)簽視圖（如圖3所示）。從圖中可知，學(xué)者們起初主要研究網(wǎng)絡(luò)點(diǎn)評(píng)和網(wǎng)絡(luò)口碑對(duì)用戶滿意度的影響，根據(jù)評(píng)價(jià)結(jié)果來(lái)改善產(chǎn)品和服務(wù)質(zhì)量。隨著用戶生成內(nèi)容的數(shù)量和質(zhì)量極大提升，學(xué)者們通過(guò)文本挖掘提取在線評(píng)論的主題和產(chǎn)品特征，并結(jié)合情感分析挖掘用戶最真實(shí)的需求。

4.2 研究熱點(diǎn)分析

研究熱點(diǎn)反映了某一研究領(lǐng)域的研究重點(diǎn)及方向，對(duì)于深入了解與分析這一領(lǐng)域的研究?jī)?nèi)容具有十分重要的意義[25]。根據(jù)關(guān)鍵詞共現(xiàn)分析以及對(duì)檢索的核心文獻(xiàn)進(jìn)行研讀，本文可以總結(jié)出3大熱點(diǎn)分別是在線評(píng)論的有用性研究、基于情感分析識(shí)別用戶需求的研究以及基于在線評(píng)論的用戶滿意度和忠誠(chéng)度研究，對(duì)其進(jìn)行具體分析如下。

4.2.1 在線評(píng)論有用性研究

基于評(píng)論識(shí)別用戶需求最主要的任務(wù)是從海量、非結(jié)構(gòu)化、有噪聲、不確定的評(píng)論中抽取用戶共同關(guān)注的產(chǎn)品特征及其群體意見(jiàn)[26]。然而，評(píng)論的內(nèi)容質(zhì)量決定了其信息的有用性。因此，對(duì)在線評(píng)論有用性進(jìn)行研究是本領(lǐng)域的主要熱點(diǎn)之一。目前，對(duì)于在線評(píng)論有用性的研究主要分為兩類，一類是根據(jù)評(píng)論內(nèi)容和評(píng)論者信息提取特征，再結(jié)合機(jī)器學(xué)習(xí)算法建立分類器，以識(shí)別真實(shí)評(píng)論。另一類是確立評(píng)論有用性評(píng)價(jià)指標(biāo)以及指標(biāo)的綜合得分評(píng)價(jià)方法來(lái)建立評(píng)論有用性模型，以識(shí)別有效評(píng)論。

4.2.2 基于情感分析識(shí)別用戶需求的研究

情感分析研究是在線評(píng)論識(shí)別用戶需求的最熱點(diǎn)，目前對(duì)在線評(píng)論的情感分析主要用于識(shí)別有用評(píng)論和挖掘用戶需求兩方面。在早期研究中，情感分析需要預(yù)先構(gòu)建情感詞典和確定語(yǔ)言規(guī)則來(lái)對(duì)情感傾向進(jìn)行判別，而情感詞典的構(gòu)建及語(yǔ)言規(guī)則的確定多依賴于研究者的主觀判定[2 7 ]。為降低主觀判定的影響，學(xué)者們逐漸將機(jī)器學(xué)習(xí)方法應(yīng)用于情感分析的研究。通過(guò)情感分析計(jì)算評(píng)論的情感強(qiáng)度特征，進(jìn)而結(jié)合特征工程識(shí)別有用評(píng)論。在挖掘用戶需求方面，學(xué)者們運(yùn)用情感分析方法計(jì)算產(chǎn)品質(zhì)量特性的情感得分，進(jìn)而建立需求識(shí)別模型挖掘用戶需求。

4.2.3 基于在線評(píng)論的用戶滿意度和忠誠(chéng)度研究

用戶滿意度是用戶對(duì)產(chǎn)品或服務(wù)的情感反映，對(duì)用戶滿意度進(jìn)行定量評(píng)價(jià)可以明晰用戶的態(tài)度，并為產(chǎn)品或服務(wù)的持續(xù)改善提供有力依據(jù)。在線評(píng)論是用戶需求表達(dá)的重要渠道，通過(guò)對(duì)在線評(píng)論的分析，可以挖掘用戶對(duì)產(chǎn)品或服務(wù)的真實(shí)需求和滿意程度。但掌握用戶的某些特定需求的滿意程度，將更具價(jià)值，更值得深入研究。對(duì)此，已有學(xué)者建立需求—滿意度量化模型，量化特定需求用戶滿意度[28]。

5 未來(lái)研究趨勢(shì)

參考前文對(duì)基于在線評(píng)論識(shí)別用戶需求相關(guān)文獻(xiàn)的發(fā)文量變化趨勢(shì)，本文利用CiteSpace軟件，分別對(duì)2010-2021年的中文文獻(xiàn)和2008-2021年的外文文獻(xiàn)進(jìn)行了時(shí)區(qū)視圖的繪制，結(jié)果如圖4所示。綜合分析時(shí)區(qū)視圖及現(xiàn)有文獻(xiàn)，本文重點(diǎn)從提高用戶需求挖掘準(zhǔn)確性、特征詞和主題的提取、在線評(píng)論情感分析3方面分析本領(lǐng)域的未來(lái)研究趨勢(shì)。

5.1 提高用戶需求挖掘準(zhǔn)確性的研究

隨著在線評(píng)論信息的日益增長(zhǎng)，其中會(huì)包含一些水軍評(píng)論或惡意評(píng)論，而評(píng)論的真實(shí)可靠會(huì)顯著影響用戶需求挖掘的準(zhǔn)確性。因此，對(duì)非結(jié)構(gòu)化的在線評(píng)論的有效篩選仍是今后研究中需要重點(diǎn)解決的問(wèn)題。當(dāng)前學(xué)者們通過(guò)建立模型去識(shí)別有效評(píng)論，而同一模型在不同領(lǐng)域的適用性不同。因此，在未來(lái)的研究中，學(xué)者們應(yīng)根據(jù)研究領(lǐng)域和評(píng)論的特點(diǎn)，準(zhǔn)確提取特征并選擇合適的算法建立模型。當(dāng)前研究中，學(xué)者們對(duì)用戶生成內(nèi)容識(shí)別的用戶需求具有普適性，但針對(duì)某些特定用戶群體的需求挖掘仍需進(jìn)一步深入研究，因此，未來(lái)研究中學(xué)者們?cè)谧R(shí)別用戶需求前應(yīng)首先考慮用戶細(xì)分，以便更精準(zhǔn)地識(shí)別特定用戶群體的需求。

5.2 基于在線評(píng)論提取特征詞和主題的研究

科學(xué)技術(shù)和經(jīng)濟(jì)的快速發(fā)展使得企業(yè)有能力為用戶提供更具個(gè)性化的產(chǎn)品。未來(lái)企業(yè)之間的競(jìng)爭(zhēng)在于滿足用戶對(duì)個(gè)性化高質(zhì)量產(chǎn)品的需求。當(dāng)前學(xué)者們以在線評(píng)論為基礎(chǔ)，研究提取產(chǎn)品或服務(wù)的特征詞和主題的算法，幫助企業(yè)更好地識(shí)別用戶的個(gè)性化需求。目前特征詞和主題的提取主要以文字評(píng)論為基礎(chǔ)，而在線評(píng)論不光有文字評(píng)論還有圖片評(píng)論，但是現(xiàn)有的分析技術(shù)還不能夠準(zhǔn)確識(shí)別圖片評(píng)論所包含的信息。因此積極探索在線評(píng)論中特征詞和主題的準(zhǔn)確提取技術(shù)是未來(lái)研究的重點(diǎn)。

5.3 在線評(píng)論情感分析研究

人類語(yǔ)言博大精深，通常改變幾個(gè)字或一些標(biāo)點(diǎn)，文本的整體意思會(huì)有巨大變化。因此，準(zhǔn)確識(shí)別幽默、反諷或指代等語(yǔ)言表達(dá)方式的文本，挖掘用戶真實(shí)需求，是情感分析未來(lái)研究的重點(diǎn)。商家評(píng)論對(duì)用戶購(gòu)買(mǎi)產(chǎn)品具有影響，商家對(duì)負(fù)面在線評(píng)論的回復(fù)能夠彌補(bǔ)抱怨用戶不愉快的經(jīng)歷，保留住老用戶，甚至吸引新用戶。面對(duì)不同類型的負(fù)面評(píng)論商家需采用不同的語(yǔ)言表達(dá)方式和措辭。因此，學(xué)者們對(duì)商家評(píng)論進(jìn)行情感分析，將負(fù)面評(píng)論與商家回復(fù)內(nèi)容進(jìn)行配對(duì)，通過(guò)有償反饋等方式了解用戶對(duì)商家服務(wù)補(bǔ)救措施的認(rèn)可程度，從而更好地提高服務(wù)質(zhì)量，也將是未來(lái)研究的重點(diǎn)。

6 結(jié)論

本文基于文獻(xiàn)計(jì)量和可視化圖譜的研究思想，綜合運(yùn)用CiteSpace和VOSviewer兩款軟件分別對(duì)205篇CNK I和40 4篇WoS核心數(shù)據(jù)庫(kù)收錄的相關(guān)文獻(xiàn)進(jìn)行計(jì)量分析和知識(shí)圖譜繪制，揭示了該領(lǐng)域文獻(xiàn)時(shí)空分布特征、研究熱點(diǎn)和未來(lái)趨勢(shì)。主要研究結(jié)論如下。

（1）在線評(píng)論相關(guān)論文波動(dòng)增長(zhǎng)，說(shuō)明該領(lǐng)域的研究越來(lái)越受到關(guān)注；國(guó)內(nèi)外核心作者不多且發(fā)文量普遍不高，表明該領(lǐng)域研究還沒(méi)有形成穩(wěn)定的核心作者群體，對(duì)該課題的研究缺乏持續(xù)性的深入研究。

（2）本文根據(jù)關(guān)鍵詞共現(xiàn)分析以及對(duì)檢索的核心文獻(xiàn)進(jìn)行研讀，總結(jié)出3個(gè)熱點(diǎn)主題，其涉及的研究?jī)?nèi)容如下：在線評(píng)論有用性研究主要針對(duì)在線評(píng)論有用性篩選模型構(gòu)建；基于情感分析識(shí)別用戶需求的研究集中于評(píng)論有用性的評(píng)價(jià)和用戶需求的識(shí)別；基于在線評(píng)論的用戶滿意度和忠誠(chéng)度研究聚焦于滿足用戶對(duì)產(chǎn)品或服務(wù)的關(guān)鍵需求。

（3）在未來(lái)的研究中，應(yīng)加強(qiáng)識(shí)別有用評(píng)論的研究，積極探索以文本數(shù)據(jù)為基礎(chǔ)的特征詞和主題提取技術(shù)的創(chuàng)新，進(jìn)一步完善在線評(píng)論情感分析研究，從而提高用戶需求挖掘的準(zhǔn)確性。