王国桥，牛少彰

（北京邮电大学计算机学院，北京 100876）

1 引言

以微商为首的社交电商，在包括但不限于人、货、场三个维度上，都有着去中心化的发展趋势。因此，其呈现出人群碎片化、小品牌空间扩大化、产品类目多元化等特点。在这样的前提下，对于社交电商平台，应以精准流量智能推广为目标导向，对微商进行分析。比如通过建立AI用户画像模型的方式，提取微商用户特征，并对其进行文本特征量化，数字特征量化，类型特征量化等。其中，通过文本特征量化进行微商分类是最重要的环节之一。

本文所述的大数据平台拥有多年的微商经营数据积累，包括微商交易数据、聊天朋友圈文本信息、通讯录信息等。这些数据已经过脱敏、清洗、整合处理，符合大数据分析的基本条件。本文从大数据平台随机挑选了5，000家微商进行微商分类实验，分类目标为微商的主要经营分类，比如母婴用品、数码3C、食品、美妆个护等。对原始数据的挑选以后，提取出其朋友圈文本信息进行分析，每家微商平均包含50条朋友圈数据。分析微商朋友圈文本数据构成，发现除常见于电商平台的销售文案外，还包含较多口语化的宣传用语，吸引眼球的生活小常识、日常菜谱、本地推广内容等，有些是不同类型微商千篇一律的话术，有些则对微商分类有较大参考价值。因此，社交电商的朋友圈内容的信息具有一定多样性和复杂性。

2 研究背景

在做研究之前，本文尝试使用经典特征匹配方案来进行分类。……