王晔　杨耀田　李政谊　李兴隆

摘要：近年來，客户对购买产品满意度的评价在市场销售中占有越来越高的地位。为了解决Sunshine公司销售pacifier、microwave、hair_dryer三款产品的问题和需求，首先建立了基于LDA的数据评论模型，对产品进行星级评价。然后，建立基于TF-IDF的评论语料库，通过产生高权重的词语频率，构建语义情感词典。研究结果表明：pacifier的销售非常稳定，商誉波动率很低;microwave产品声誉的较高峰的4月9月，声誉的低谷的2月和11月;hair_dryer产品的星级评价较为稳定，可以一直保持在相对稳定的声誉。

关键词：TF-IDF  LDA  声誉  星级评价

一、引言

亚马逊在其创建的在线市场中，亚马逊为客户提供了一个评价和审查购买的机会。个人评级=称为“星级评级”。允许购买者使用1（低评级，低满意度）到5（高评级，高满意度）的等级来表达他们对产品的满意度。此外，客户可以提交基于文本的消息称为“评论”以表达关于产品的进一步意见和信息。其他客户可以在这些评论中提交对他们自己的产品购买决策是否有帮助的评级——称为“帮助度评级”。公司利用这些数据来洞察他们所参与的市场、参与的时机以及产品设计特性选择的潜在成功。

Sunshine公司计划在网上市场推出并销售三种新产品：微波炉、婴儿奶嘴和电吹风。该公司过去曾使用数据来告知销售策略，但他们以前从未使用过这种特定的组合和类型的数据。Sunshine公司特别感兴趣的是这些数据中的基于时间的模式，以及它们之间的交互方式是否有助于该公司打造成功的产品。因此本文即利用该公司2005-2015年的产品销售数据进行了相关评价研究。

二、基于LDA的产品星级评价模型

为了方便训练数据，还需要将数据集中的月和日按照线性分布，分布在单位为12的横坐标上，假设月为month，日为day，当月的数据集样本量为N。假设Vrtified_purchase is Yes，Normal buyer和Amazon vine Voices在第j天评价的数量为a，b，c，不同购买者，每个人的评星为ri，可以得到当日评价的总星数yj为：

根据公式计算可知，5阶多项式具有较好的拟合性。microwave在一月份也出现了较为大的波动，也是由于一月数据量较为密集导致的。其他月份销售在4月份和9月份有着较为明显的声誉高峰，在2月份和11月份会有声誉的低谷。如下选取了pacifier产品在声誉的较高峰的6月份和8月份，声誉的低谷的4月份和12月份的评价星级进行了统计：

可以看来这是由于在差评率不变的情况下，5星或4星好评变多，从而导致这些月份之间造成了一定的差异。同样地选取microwave产品声誉的较高峰的4月份和9月份，声誉的低谷的2月份和11月份的评价星级进行了统计。发现同样在不同月份，好评的多少决定了整体评价的高低，这是因为从比重上来说好评比差评造成的影响更高，过高的好评有助于提升产品整体的声誉。

三、基于TF-IDF的统计词频语料库评级模型

我们需要用Term frequency–Inverse document frequency（TF-IDF）统计词频，然后进行半自动化打标记，通过将高赞成票的评论分成不同星级，然后分别构建不同感情色彩的语料库。Term frequency（TF），是表示词条在文本中出现的频率，我们需要对得到的数字进行归一化。我们用nij表示该词在训练数据中出现的次数，可以得到：

根据产品评论情感分析数据得出，评价星级较低的评论负面词汇较多，而评价星级较高的评论积极词汇较多，但也有一些评价与星级不符的评论，但是大体上符合上述的规律。所以我们认为如“热情”、“失望”等不同感情色彩的词汇往往与其评级的水平密切相关。

四、小结

为了解决Sunshine公司销售电吹风、微波炉、奶嘴三款产品的问题和需求，本研究对Sunshine公司的三组数据进行了深入分析。考虑了helpful_votes、vine和verified_purchase三个字段，并为它们的不同效果设置了不同的权重，以获得更准确的数据。然后利用LDA模型对评论数据进行矢量化处理，并通过术语频率逆文档频率（TF-IDF）建立具有不同情感取向的评论语料库，利用自然语言处理（NLP）方法获得可视化分析数据。我们发现奶嘴的销售非常稳定，每个月的商誉波动率很低，综合得分为0.7562;微波销售4月和9月，达到了声誉的顶峰，进入了一个低谷的声誉与综合评分在2月和11月的销售hair_dryer达到顶峰的名声在6月和8月，并进入了一个低谷的声誉4月和12月，综合得分为0.7123分。我们了解到微波炉是最低的，反映了奶嘴的销售稳定，购买人群稳定，性价比高，深受消费者欢迎，微波炉的质量有待提高。

参考文献

[1]廖斌峰，余体伟.大型企业的部门管理成熟度评价方案探索[J].中国标准化，2019（20）：153-154.

[2]雒婉，王瑜，魏慧娇，林丽霞，韩明勇.生态城区绿色建筑星级潜力评价体系研究[J].建筑节能，2019，47（09）：66-69+97.