耿晓利 陈淋

摘 要： 电子商务的迅速发展使得用户满意度分析的重要性日益凸显，传统的用户满意度分析大部分基于认知理论，且难以适应复杂的语言环境。针对此问题，提出一种基于情感分析及LDA模型的在线用户购买满意度影响因素挖掘方法。首先对在线用户的评论文本进行情感极性分析确定用户情绪极性，通过语义网分析提取评论数据中影响用户满意度的因素指标，利用词频分析以及LDA主题模型，确定及验证用户满意度最重要的影响因素，最后，通过京东网苹果手机商品的评论数据验证方法的有效性。

关键词： 用户满意度; 情感分析; LDA模型

中图分类号： TP391.3

文献标志码： A

文章编号：1007-757X（2019）06-0038-04

Abstract： This study proposes a method of mining online users impact factors based on the LDA model and sentiment analysis. Firstly， the user's emotional polarity is determined by sentiment analysis. Secondly， the factors that influence the customer satisfaction are extracted by semantic network analysis， and then word frequency analysis and LDA topic model are used to verify and validate the most important factors affecting customer satisfaction. At last， the data of customers satisfaction in Jingdong Mall are used to check the validation.

Key words： Customers satisfaction; Sentiment analysis; LDA model

0 引言

电子商务的飞速展使得在线购物成为人们生活必不可少的一项，人们在网上挑选商品的同时也关注商品的评论信息，据调查，有近70%的用户很在意商品的在线评论，且有近50%的人把在线评论当作影响其是否购买的重要决策因素。据悉，用户的在线评论往往涵盖其购买商品后的满意情况以及不满意的原因，因而可以通过挖掘在线评论文本中隐藏的用户情感以及满意情况，自动识别用户的潜在需求。根据已有的文献信息，关于“网上购买满意度影响因素”的主题研究已有很多学者在研究，大部分学者从用户使用体验出发，基于顾客满意度模型，采用结构方程模型[1]的方法进行研究，揭示观测变量和潜变量的关系及各潜变量之间的相互关系等，评价顾客满意度模型并对模型进行修正。……