android评论数据如何返回@用户_数据分析之道 | 通过在线评论分析生鲜市场用户群组...

Picture from Internet

每个商品都具有很多特性，消费者会针对他们想要的特性选择合适的商品进行购买。那在一个商品的所有购买中，不同特性的占比如何呢？本文以生鲜店铺中的四款鱼产品为例进行了生鲜商品的用户群组情况分析。其技术路线为：将用户在线评论分词，计算词之间的相似度，进而提取出商品的特征属性，基于情感分析得到属性词-情感倾向组合，了解商品的用户群组情况。

1、提取商品属性特征

为了更好的提取特征，我们先了解每条评论的可能构成。根据语言习惯，通常情况下我们评论一个商品时，首先选择名词评价其中的某个方面如“口感”，再选择形容词如“好”，有时会加上副词如“很”，即评价“这鱼口感很好，推荐！”。所以，面对爬取到的评论集，先进行诸如去重、去空白等的常规操作，然后再选择停用词、分词。这里注意我们要用到词的词性，因而词性标注也是很重要的。本文选择提取评论的名词、形名词、动名词。

提取出各种名词组后，为了获得商品的特征属性，本文基于语义相似度将词进行归类总结。语义相似度指两个词语在不同的上下文中可以互相替换且不改变文本的句法语义结构的可能性大小，是两个词相关程度的内在体现。本文使用哈工大的同义词词林对词组进行计算归类，剔除部分与商品无关的词组，最后总结出鱼产品的七个属性特征(如下表)。

表1 鱼产品的7个属性特征

2、商品用户群组分析

群组思维来源于市场营销领域，商家根据用户特征将用户分组，进而采取不同的营销方式针对营销。不同的用户在意的商品特征不同，本文依据用户评论内容的不同进行群组划分。在获取到7个生鲜产品的商品特征后，我们认为用户会依据其对商品特征的感知情况进行评论，即评论对特征的体验感受。因此我们认定每条评论代表一个用户，将用户划分为7个群组。之后把获取到的特征词与评论中的情感倾向词构建词组，简单的统计后发现：店铺中鱼产品性价比、味道口感的群组较大，占比为36.7%和20.9%；包装的用户群组最小，占比为1.3%，具体如下图所示。

图1 用户所重视的商品属性分类

为了更进一步了解群组情况，我们对评论进行情感分析，将结果输出设定为满意、一般、满意三类，再统计各组情感状态。结果发现，对新鲜度和包装不满意的用户较多；而用户较为满意味道口感、物流服务，具体情况如下表所示。这家店铺卖的是海鲜产品，通常需要将商品进行冷藏，这可能会导致产品的新鲜度不够。但作为京东的店铺，物流服务一直是其市场上的竞争优势。由于上述的因素在短期内较难改变，所以本文更加建议店铺在包装和商品优惠方面给予重视，更有助于提高用户的满意度情况。

表2 各消费者群组满意度

3、结语

本文划分群组的依据是不同的用户在意的商品特征不同，大家也可以根据自己的理解对划分用户群组。大家还可以自己去尝试对每个商品进行具体分析，将每个商品的群组情况进行比较从而获得每个商品的不同之处。

将市场上的用户细分群组，一方面可以帮助商家了解用户构成及其比列情况，找准市场着力点；另一方面也能对商品各个特征的市场反响进行展示，有助于商家改进经营提供更好的生产服务。本文提取用户评论，通过语义相似度这一指标将商品特征归类总结，将评论的类别作为用户群组划分的依据，为了解店铺特定产品的市场情况提供思路。

参考文献: 孙冰,沈瑞.基于在线评论的产品需求偏好判别与客户细分——以智能手机为例[J/OL].中国管理科学, 2020: 1-10.

https://doi.org/10.16381/j.cnki.issn1003-207x.2020.0164.

撰文：文松

编辑：白雪/刘璐

小编有话daodao：

再次感谢来自四川农业大学电子商务系文松同学的投稿~~

往期推荐

行为研究前沿 | 在线产品试用对动态销量的影响

数据分析之道 | 用随机占优准则挖掘用户满意度

互联网茶馆|Collapse软件包

点点在看 你会更好看