谷莹 李贺 李叶叶 刘嘉宇

收稿日期：2020-09-08

基金项目：国家自然科学基金项目“基于图模型的多源异构在线产品评论数据融合与知识发现研究”（项目编号：71974075）。

作者简介：谷莹（1991-），女，博士研究生，研究方向：情报分析、数据挖掘。李贺（1964-），女，教授，研究方向：数据挖掘、知识管理。李叶叶（1994-），女，硕士研究生，研究方向：数据挖掘。刘嘉宇（1995-），男，硕士研究生，研究方向：数据挖掘。

摘 要：[目的/意义]提出一种基于在线产品评论的竞争情报挖掘框架，为企业改进产品设计和制定竞争策略提供参考。[方法/过程]利用Word2vec技术构建产品特征词集合，识别用户评论主题特征。然后使用情感分析方法对评论文本进行分类，得到特征维度的评论情感。最后从产品主题特征和情感态度特征两方面进行数据分析，并以可视化结果呈现。[结果/结论]以汽车行业的评论数据为例进行实验，结果表明该方法能够有效提取产品情报信息，帮助企业有效识别自身品牌及竞争对手的优势和劣势，为大数据环境下的竞争情报挖掘提供方法指导。

关键词：在线评论;企业;竞争情报;数据挖掘;Word2vec;情感分析;汽车行业

DOI：10.3969/j.issn.1008-0821.2021.01.003

〔中图分类号〕G250.25 〔文献标识码〕A 〔文章编号〕1008-0821（2021）01-0024-08

Research on Demand Mining of Enterprise Competitive

Intelligence Based on Online Reviews

Gu Ying Li He Li Yeye Liu Jiayu

（School of Management，Jilin University，Changchun 130022，China）

Abstract：[Purpose/Significance]This paper proposes a competitive intelligence mining framework based on online product reviews，for the aim of providing a reference for companies to improve product design and formulate competitive strategies.[Method/Process]Word2vec was used to construct product feature word collections to identify user comment topic features.Then，the paper applied sentiment analysis methods to classify review texts and obtain review sentiment in feature dimensions.Finally，this paper took the review data of automobile industry as an example，and presented the visualization results.[Result/Conclusion]The experimental results showed that the method could effectively extract product information，help companies effectively identify the advantages and disadvantages of their own brands and competitors，and provide method guidance for competitive intelligence mining in a big data environment.

Key words：online product reviews;enterprise;competitive Intelligence;data mining;Word2vec;sentiment analysis;automobile industry

隨着Web技术的迅速发展和信息化的广泛应用，人们信息交流和信息获取的方式发生了显著变化。据CNNIC的第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，中国网民规模为9.04亿，互联网普及率64.5%，较2018年底提升4.9个百分点[1]。互联网环境下，越来越多的消费者倾向于通过网络平台分享关于产品的使用体验和看法，这些评论以文本的形式传播，从而形成网络口碑。……