肖自乾 陈经优 符天

摘要：目前在网上购物已成为大多数人的首选，避免购物途中的劳累并且也节约时间。文章基于LDA主题模型对电商平台商品的评论数据进行分析，得出用户正面评价和负面评价分别主要集中在哪些方面，并提出针对性的改进建议，从而提高商品的质量和用户体验。

关键词：Gemsim;LDA;文本分析;主题模型;评价

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2021）30-0017-03

开放科学（资源服务）标识码（OSID）：

1引言

随着信息技术的不断发展革新，线下物流业的蓬勃发展，人们在电商平台购物已成为生活的一部分。2020年中国网上零售额达11.76万亿元，同比增长10.9%，实物商品网上零售额达9.76万亿元，同比增长14.8%[1]。面对如此庞大用户群体、如此庞大的交易额，商家如何高效准确地获取客户反馈对提高销售量、提升客户满意度及提高服务质量显得尤为重要。因此课题从电商平台着手，获取海量用户对某一产品的评价，如好评、差评等，接着进行文本主题分析，得到该产品有哪些方面的优点和缺点，进而提供相关的改进建议。

2 LDA主题模型

2.1 文本分析

文本分析是指对文本的表示及其特征项的选取，它把从文本中抽取出的特征词进行量化来表示文本信息。课题用数学的方法进行选取，找出最具分类信息的特征，这是一种比较精确的方法，尤其适合于文本自动分类挖掘系统的应用[2]。

2.2 LDA的概念和方法

LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为三层贝叶斯概率模型，包含词、主题和文档三层结构。……