摘 要：本文基于大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)提出了消費(fèi)者在線評(píng)論質(zhì)量評(píng)價(jià)的方法，利用此方法研究了松木家具用戶在線評(píng)論的質(zhì)量。首先，通過(guò)抓取電商平臺(tái)的買(mǎi)家在線評(píng)論得到商品評(píng)價(jià)；其次經(jīng)過(guò)篩選測(cè)算分析數(shù)據(jù)，得到產(chǎn)品質(zhì)量合格情況與消費(fèi)者更關(guān)注的質(zhì)量特性；最后，比較用戶感知評(píng)價(jià)結(jié)果與國(guó)家質(zhì)量監(jiān)督抽檢結(jié)果之間的差異。
關(guān)鍵詞：松木家具 電商平臺(tái) 評(píng)論質(zhì)量 感知合格率
中圖分類(lèi)號(hào)：F724.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2018）08（b）-162-02
1 緒論
1.1 研究意義
隨著國(guó)內(nèi)電商平臺(tái)的蓬勃發(fā)展，消費(fèi)者在進(jìn)行購(gòu)買(mǎi)活動(dòng)之后可以對(duì)商品進(jìn)行在線評(píng)價(jià)。而在線評(píng)論的質(zhì)量在一定程度上也能反映商品的質(zhì)量，因此對(duì)評(píng)論質(zhì)量的研究引起了國(guó)內(nèi)外學(xué)者的廣泛重視。國(guó)內(nèi)外學(xué)者把研究目標(biāo)大多聚集在在線評(píng)價(jià)概括匯總和垃圾評(píng)論檢測(cè)這兩個(gè)部分，而缺乏對(duì)某個(gè)具體商品進(jìn)行在線質(zhì)量測(cè)評(píng)。因此，本文在理論與實(shí)踐方面都具有重要的意義。在理論方面，本文的研究可以為“產(chǎn)品質(zhì)量監(jiān)督”方面的研究提供新的方向，而在實(shí)踐方面，此方法可有效避免“抽檢成本高、樣品數(shù)量少以及較難發(fā)現(xiàn)的未知異常情況”等問(wèn)題，還可以與傳統(tǒng)的隨機(jī)抽檢方案相配合，有效維護(hù)消費(fèi)者的合法權(quán)益與人身安全。
1.2 國(guó)內(nèi)外的研究發(fā)展情況
通過(guò)現(xiàn)有文獻(xiàn)的來(lái)看，國(guó)內(nèi)外學(xué)者已經(jīng)圍繞信息本身（即評(píng)論的質(zhì)量、數(shù)量和時(shí)效性），信息源（即發(fā)布的電商平臺(tái)、發(fā)布者），和信息接收者（即消費(fèi)者知識(shí)、消費(fèi)者的參與程度）對(duì)在線評(píng)論的因素和影響進(jìn)行了廣泛的研究。評(píng)論質(zhì)量的評(píng)估越來(lái)越受到重視。文獻(xiàn)[1]在評(píng)價(jià)Amazon產(chǎn)品的買(mǎi)家評(píng)論質(zhì)量中，對(duì)各種特征及詞典句法進(jìn)行SVM回歸實(shí)驗(yàn)。最終發(fā)現(xiàn)評(píng)論的單位，長(zhǎng)度和產(chǎn)品評(píng)級(jí)是影響評(píng)價(jià)在線評(píng)論質(zhì)量的主要特征。文獻(xiàn)[2]提供了一種根據(jù)評(píng)論有用性自動(dòng)排列評(píng)論的算法，并對(duì)Amazon的圖書(shū)展開(kāi)研究。利用一般評(píng)價(jià)和最好評(píng)價(jià)之間的差異來(lái)比較評(píng)價(jià)的質(zhì)量。文獻(xiàn)[3]提出一種運(yùn)用復(fù)雜網(wǎng)絡(luò)的評(píng)論有用性理論分析，通過(guò)研究評(píng)論文本的語(yǔ)義關(guān)聯(lián)，分析評(píng)論的有用程度和用戶需求之間的關(guān)系，最終確定了其能夠清晰地描述用戶評(píng)論中的需求并能準(zhǔn)確的，高覆蓋率的獲取用戶的需求。
2 研究的技術(shù)路線與方法
整個(gè)過(guò)程包括采集數(shù)據(jù)、數(shù)據(jù)預(yù)處理、質(zhì)量屬性提取、擴(kuò)充特征屬性、情感極性分析以及文本量化6個(gè)關(guān)鍵步驟。
2.1 采集數(shù)據(jù)及處理
通過(guò)把京東商城的松木家具按照銷(xiāo)量順序排列，在京東商城銷(xiāo)量排名前30的松木家具中隨機(jī)抽取11款松木家具，提取了買(mǎi)家在線評(píng)論共計(jì)63969條作為總數(shù)據(jù)源，然后對(duì)采集的評(píng)論數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。將數(shù)據(jù)預(yù)處理分為三個(gè)過(guò)程：首先，利用Excel將數(shù)據(jù)去重，就是指在采集到的京東買(mǎi)家評(píng)論里查找并刪除重復(fù)的數(shù)據(jù)，只保留唯一的買(mǎi)家評(píng)論。其次，利用中文分詞器GOOSEEKER過(guò)濾掉數(shù)據(jù)中所有停用詞，并對(duì)數(shù)據(jù)進(jìn)行分詞以及詞性標(biāo)注處理。最后，從所有分詞中進(jìn)行篩選所需要的與產(chǎn)品質(zhì)量相關(guān)的詞語(yǔ)。最終得到了精煉的買(mǎi)家評(píng)論9294條。
2.2 擴(kuò)充特征屬性
利用預(yù)處理好的買(mǎi)家評(píng)論數(shù)據(jù)，用Excel把數(shù)據(jù)按照一列中選定的分詞出現(xiàn)的次數(shù)多少進(jìn)行排序，可得到每個(gè)選定分詞在整個(gè)數(shù)據(jù)中出現(xiàn)的頻率，篩選出頻率大于9的名詞與動(dòng)詞，把這些詞按照語(yǔ)義分為6個(gè)特征屬性集，對(duì)產(chǎn)品特征屬性詞進(jìn)行擴(kuò)充，通過(guò)網(wǎng)絡(luò)上查詢同義詞完成。在特征屬性詞擴(kuò)充之后，還需標(biāo)注情感傾向在特征屬性集中的每個(gè)詞中，并作出每個(gè)詞的極性分析（1-正向情緒，0-中性情緒，-1-負(fù)向情緒），構(gòu)建出松木家具的特征詞典。
2.3 文本的量化
表1中f1～f6分別代表了松木家具的外表、尺寸、材料、殘留溶劑、物理性質(zhì)和功能性這6個(gè)質(zhì)量屬性。采用文本量化的分析方法，統(tǒng)計(jì)出量化數(shù)據(jù)，并將文本數(shù)據(jù)轉(zhuǎn)化為數(shù)字?jǐn)?shù)據(jù)，最終利用買(mǎi)家評(píng)論數(shù)據(jù)對(duì)松木家具的產(chǎn)品質(zhì)量進(jìn)行評(píng)價(jià)。本文中精煉的買(mǎi)家評(píng)論一共有9294條，通過(guò)量化后得出有7989條評(píng)論認(rèn)為松木家具的質(zhì)量是合格的，有1305條評(píng)論認(rèn)為松木家具的質(zhì)量是不合格的。由此得出，松木家具的質(zhì)量合格率為85.96%，與國(guó)家質(zhì)量監(jiān)督抽查合格率90.9%相對(duì)比，大約低了5個(gè)百分點(diǎn)。
3 分析結(jié)果與討論
本研究中通過(guò)上述方法研究，對(duì)于松木家具的產(chǎn)品質(zhì)量有幾點(diǎn)認(rèn)識(shí)。
討論1：抽查合格率和感知合格率兩者之間是有可比性的。
抽查合格率是國(guó)家及地方各級(jí)人民政府， 依照GB/T3324-2008《木家具通用技術(shù)條件》，GB18584-2001《室內(nèi)裝飾裝修材料 木家具中有害物質(zhì)限量》，《木家具質(zhì)量檢驗(yàn)及質(zhì)量評(píng)定》[6]等標(biāo)準(zhǔn)、對(duì)產(chǎn)品規(guī)范地進(jìn)行程序化的檢測(cè)，從而得到產(chǎn)品質(zhì)量的合格率。感知合格率是消費(fèi)者購(gòu)買(mǎi)并使用了某產(chǎn)品，對(duì)于該產(chǎn)品的質(zhì)量好壞作出主觀的評(píng)價(jià)程度。為了更好的分析感知合格率與抽查合格率之間的關(guān)系，研究?jī)烧叩目杀刃�。本文中將把消費(fèi)者評(píng)論中的對(duì)產(chǎn)品質(zhì)量的主觀評(píng)價(jià)與政府的最終抽檢結(jié)果進(jìn)行對(duì)比，將用戶感知的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)的進(jìn)行比對(duì)，最終可得知用戶感知的松木家具主觀評(píng)價(jià)標(biāo)準(zhǔn)與國(guó)家質(zhì)量安全標(biāo)準(zhǔn)對(duì)產(chǎn)品合格率的判定較為接近，由此得出抽查合格率和感知合格率兩者之間是有可比性的。表2為用戶評(píng)價(jià)的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)的對(duì)照。
由表2對(duì)比可知， 用戶評(píng)價(jià)的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)相接近，可以利用買(mǎi)家的在線評(píng)價(jià)來(lái)推測(cè)松木家具的質(zhì)量。
討論2：用戶的感知合格率和國(guó)家的抽查合格率的相似關(guān)聯(lián)度為99.81%。
關(guān)鍵詞：松木家具 電商平臺(tái) 評(píng)論質(zhì)量 感知合格率
中圖分類(lèi)號(hào)：F724.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2018）08（b）-162-02
1 緒論
1.1 研究意義
隨著國(guó)內(nèi)電商平臺(tái)的蓬勃發(fā)展，消費(fèi)者在進(jìn)行購(gòu)買(mǎi)活動(dòng)之后可以對(duì)商品進(jìn)行在線評(píng)價(jià)。而在線評(píng)論的質(zhì)量在一定程度上也能反映商品的質(zhì)量，因此對(duì)評(píng)論質(zhì)量的研究引起了國(guó)內(nèi)外學(xué)者的廣泛重視。國(guó)內(nèi)外學(xué)者把研究目標(biāo)大多聚集在在線評(píng)價(jià)概括匯總和垃圾評(píng)論檢測(cè)這兩個(gè)部分，而缺乏對(duì)某個(gè)具體商品進(jìn)行在線質(zhì)量測(cè)評(píng)。因此，本文在理論與實(shí)踐方面都具有重要的意義。在理論方面，本文的研究可以為“產(chǎn)品質(zhì)量監(jiān)督”方面的研究提供新的方向，而在實(shí)踐方面，此方法可有效避免“抽檢成本高、樣品數(shù)量少以及較難發(fā)現(xiàn)的未知異常情況”等問(wèn)題，還可以與傳統(tǒng)的隨機(jī)抽檢方案相配合，有效維護(hù)消費(fèi)者的合法權(quán)益與人身安全。
1.2 國(guó)內(nèi)外的研究發(fā)展情況
通過(guò)現(xiàn)有文獻(xiàn)的來(lái)看，國(guó)內(nèi)外學(xué)者已經(jīng)圍繞信息本身（即評(píng)論的質(zhì)量、數(shù)量和時(shí)效性），信息源（即發(fā)布的電商平臺(tái)、發(fā)布者），和信息接收者（即消費(fèi)者知識(shí)、消費(fèi)者的參與程度）對(duì)在線評(píng)論的因素和影響進(jìn)行了廣泛的研究。評(píng)論質(zhì)量的評(píng)估越來(lái)越受到重視。文獻(xiàn)[1]在評(píng)價(jià)Amazon產(chǎn)品的買(mǎi)家評(píng)論質(zhì)量中，對(duì)各種特征及詞典句法進(jìn)行SVM回歸實(shí)驗(yàn)。最終發(fā)現(xiàn)評(píng)論的單位，長(zhǎng)度和產(chǎn)品評(píng)級(jí)是影響評(píng)價(jià)在線評(píng)論質(zhì)量的主要特征。文獻(xiàn)[2]提供了一種根據(jù)評(píng)論有用性自動(dòng)排列評(píng)論的算法，并對(duì)Amazon的圖書(shū)展開(kāi)研究。利用一般評(píng)價(jià)和最好評(píng)價(jià)之間的差異來(lái)比較評(píng)價(jià)的質(zhì)量。文獻(xiàn)[3]提出一種運(yùn)用復(fù)雜網(wǎng)絡(luò)的評(píng)論有用性理論分析，通過(guò)研究評(píng)論文本的語(yǔ)義關(guān)聯(lián)，分析評(píng)論的有用程度和用戶需求之間的關(guān)系，最終確定了其能夠清晰地描述用戶評(píng)論中的需求并能準(zhǔn)確的，高覆蓋率的獲取用戶的需求。
2 研究的技術(shù)路線與方法
整個(gè)過(guò)程包括采集數(shù)據(jù)、數(shù)據(jù)預(yù)處理、質(zhì)量屬性提取、擴(kuò)充特征屬性、情感極性分析以及文本量化6個(gè)關(guān)鍵步驟。
2.1 采集數(shù)據(jù)及處理
通過(guò)把京東商城的松木家具按照銷(xiāo)量順序排列，在京東商城銷(xiāo)量排名前30的松木家具中隨機(jī)抽取11款松木家具，提取了買(mǎi)家在線評(píng)論共計(jì)63969條作為總數(shù)據(jù)源，然后對(duì)采集的評(píng)論數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。將數(shù)據(jù)預(yù)處理分為三個(gè)過(guò)程：首先，利用Excel將數(shù)據(jù)去重，就是指在采集到的京東買(mǎi)家評(píng)論里查找并刪除重復(fù)的數(shù)據(jù)，只保留唯一的買(mǎi)家評(píng)論。其次，利用中文分詞器GOOSEEKER過(guò)濾掉數(shù)據(jù)中所有停用詞，并對(duì)數(shù)據(jù)進(jìn)行分詞以及詞性標(biāo)注處理。最后，從所有分詞中進(jìn)行篩選所需要的與產(chǎn)品質(zhì)量相關(guān)的詞語(yǔ)。最終得到了精煉的買(mǎi)家評(píng)論9294條。
2.2 擴(kuò)充特征屬性
利用預(yù)處理好的買(mǎi)家評(píng)論數(shù)據(jù)，用Excel把數(shù)據(jù)按照一列中選定的分詞出現(xiàn)的次數(shù)多少進(jìn)行排序，可得到每個(gè)選定分詞在整個(gè)數(shù)據(jù)中出現(xiàn)的頻率，篩選出頻率大于9的名詞與動(dòng)詞，把這些詞按照語(yǔ)義分為6個(gè)特征屬性集，對(duì)產(chǎn)品特征屬性詞進(jìn)行擴(kuò)充，通過(guò)網(wǎng)絡(luò)上查詢同義詞完成。在特征屬性詞擴(kuò)充之后，還需標(biāo)注情感傾向在特征屬性集中的每個(gè)詞中，并作出每個(gè)詞的極性分析（1-正向情緒，0-中性情緒，-1-負(fù)向情緒），構(gòu)建出松木家具的特征詞典。
2.3 文本的量化
表1中f1～f6分別代表了松木家具的外表、尺寸、材料、殘留溶劑、物理性質(zhì)和功能性這6個(gè)質(zhì)量屬性。采用文本量化的分析方法，統(tǒng)計(jì)出量化數(shù)據(jù)，并將文本數(shù)據(jù)轉(zhuǎn)化為數(shù)字?jǐn)?shù)據(jù)，最終利用買(mǎi)家評(píng)論數(shù)據(jù)對(duì)松木家具的產(chǎn)品質(zhì)量進(jìn)行評(píng)價(jià)。本文中精煉的買(mǎi)家評(píng)論一共有9294條，通過(guò)量化后得出有7989條評(píng)論認(rèn)為松木家具的質(zhì)量是合格的，有1305條評(píng)論認(rèn)為松木家具的質(zhì)量是不合格的。由此得出，松木家具的質(zhì)量合格率為85.96%，與國(guó)家質(zhì)量監(jiān)督抽查合格率90.9%相對(duì)比，大約低了5個(gè)百分點(diǎn)。
3 分析結(jié)果與討論
本研究中通過(guò)上述方法研究，對(duì)于松木家具的產(chǎn)品質(zhì)量有幾點(diǎn)認(rèn)識(shí)。
討論1：抽查合格率和感知合格率兩者之間是有可比性的。
抽查合格率是國(guó)家及地方各級(jí)人民政府， 依照GB/T3324-2008《木家具通用技術(shù)條件》，GB18584-2001《室內(nèi)裝飾裝修材料 木家具中有害物質(zhì)限量》，《木家具質(zhì)量檢驗(yàn)及質(zhì)量評(píng)定》[6]等標(biāo)準(zhǔn)、對(duì)產(chǎn)品規(guī)范地進(jìn)行程序化的檢測(cè)，從而得到產(chǎn)品質(zhì)量的合格率。感知合格率是消費(fèi)者購(gòu)買(mǎi)并使用了某產(chǎn)品，對(duì)于該產(chǎn)品的質(zhì)量好壞作出主觀的評(píng)價(jià)程度。為了更好的分析感知合格率與抽查合格率之間的關(guān)系，研究?jī)烧叩目杀刃�。本文中將把消費(fèi)者評(píng)論中的對(duì)產(chǎn)品質(zhì)量的主觀評(píng)價(jià)與政府的最終抽檢結(jié)果進(jìn)行對(duì)比，將用戶感知的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)的進(jìn)行比對(duì)，最終可得知用戶感知的松木家具主觀評(píng)價(jià)標(biāo)準(zhǔn)與國(guó)家質(zhì)量安全標(biāo)準(zhǔn)對(duì)產(chǎn)品合格率的判定較為接近，由此得出抽查合格率和感知合格率兩者之間是有可比性的。表2為用戶評(píng)價(jià)的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)的對(duì)照。
由表2對(duì)比可知， 用戶評(píng)價(jià)的6個(gè)松木家具的質(zhì)量特性合格情況與國(guó)家標(biāo)準(zhǔn)用語(yǔ)相接近，可以利用買(mǎi)家的在線評(píng)價(jià)來(lái)推測(cè)松木家具的質(zhì)量。
討論2：用戶的感知合格率和國(guó)家的抽查合格率的相似關(guān)聯(lián)度為99.81%。
