刘甲学+陶易

[摘要]通过对用户的满意度影响因素的分析，能够帮助商家挖据用户需求、提升用户满意度、从而提高商品销量。本文使用商业智能软件PowerBI对用户评论文本进行数据挖掘，通过提取评论数据中的质量、物流、尺码、价格、颜色等影响用户满意度影响的因素，利用情感分析法进行赋值，然后统计各影响因素的样本得分，识别出价格和质量是最重要的影响因素。

[关键词]评论数据；情感分析；用户满意度；影响因素

伴随电子商务的蓬勃发展，电商网站下累积了大量用户在线评论数据，通过对评论数据相关研究的解读和分析，我们发现：评论数据是用户表达真实需求和情感极性的重要途径，故而可以挖掘出其隐藏的用户偏好以及真实需求。姜巍等人创造性地将评论数据看作一种内容互连的网络拓扑的形态，利用评论网络节点的重要性来度量评论的有用性，该方法对用户需求获取能够达到较高的准确率和覆盖率。评论数据中的情感极性对商品销量会产生一定程度地影响作用。如Sonnier，G.P.等人验证了积极的评论数据、中性的评论数据、消极的评论数据都对销量有着显著影响作用。因此，通过对评论数据进行情感分析来挖掘用户需求、提升用户满意度最终可以达到提高商品销量的目的。本文将从用户评论数据中提取如质量、颜色、服务等具有实体意义的影响因素指标，通过建设多维度数据集进行用户满意度影响因素研究。……