◇乐山师范学院数理学院 李佳星 王新艺 曾琳 刘静 江铁林

随着线上销售的发展，各电商平台产生了大量的用户对商品的在线评论数据。如何利用这些评论数据获取有价值的信息，不论是对消费者还是对销售商而言都具有重要意义。本文利用八爪鱼采集器收集京东和淘宝这两大平台的在线评论数据，然后对这些数据进行Rost情感分析，从而得到数据的情绪分析，并结合MATLAB建立基于情绪分析的购买预测模型，从而从数学的角度分析商品在线评论数据对消费者的购买影响，并依据相应的结论分别给消费者和经营者提出建议。

1 引言

近年来，随着电子商务的飞速发展，越来越多的用户选择从网上购物，截止到2019年6月，我国网络购物用户规模达到6.39亿。在使用商品后，部分网购用户会在购物网站上发表评论信息，因而在淘宝和京东上也随之产生了海量的在线评论；所谓在线评论，又被称作在线客户评论，即是以文本形式为主对产品进行评价，是消费者通过互联网提交的对产品或者店铺的评论信息，评论信息会涉及物流服务，商家的服务态度，产品的质量等描述。因此，这些评论数据更能反映商品的真实性，因为对于所售商品，商家为了提高销量会选择各种各样的方式吸引消费者，诸如，美化商品图片、夸大商品实际效用等等，而图片和实物往往存在一定的差距，只通过商品的详细介绍并不能真正认识到商品的优劣，而通过已购买消费者的评论数据有利于消费者对于商品更为详尽、真实的了解，已购买者的实际使用效果也更具参考作用，也会极大影响着消费者对于商品的购买意愿。

在线评论为消费者提供了其他购物者的购物体验以及对有关产品和服务的信息，通过阅读在线评论，可以让用户更加全面的了解产品。依据在线口碑理论，传统口碑通过口头的形式进行传播，其口碑效力持久性较差，随着时间的推移，对未来顾客的影响力也越来越小。在线评论则相反，其效力随着时间的延长而产生“蓄水池”效应。顾客在网购过程中，更倾向于关注评论数量较多的商品，并将其视为流行或热销的产品，从而降低顾客的选择成本和风险[1]。因此，对于消费者在线评论数据的研究具有重要意义。

消费者的在线评论也反映了消费者对所购买商品的一些基本情况描述及服务的情感态度，这些情感态度对于研究消费者行为提供了重要数据，还反应了消费者对此次购物是否满意。评论者对所评价商品所表达的“情感”，隐含着大量的消费者心理信息，这些信息有其重要的价值，然而在线评论的文本数据是海量的，而且其中很多语句不知所云、语句不通、杂乱无章等[2]。鉴于此，本文将通过Rost软件对在线评论进行社会情感分析，从而得到已购消费者对产品的情感倾向。

2 商品在线评论数据对消费者购买的影响分析

2.1 数据的收集

八爪鱼采集器是一款全网通用的互联网数据采集器，模拟人浏览网页的行为，通过简单的页面点选，生成自动化的采集流程，从而将网页数据转化为结构化数据，存储于EXCEL或数据库等多种形式；其功能之一是能够高速大规模的采集数据，鉴于此，本文选用此软件进行数据采集。

本文在淘宝和京东这两大平台上分别选取了价格相近的两家螺蛳粉店铺和电脑桌店铺，并利用八爪鱼采集器对其数据进行采集，采集内容包含评论时间、评论者ID、评论内容以及商家回复，此结果以EXCEL的形式呈现出来，部分采集信息见表1。

表1 采集内容

2.2 评论数据情绪分析

以塞琼笔记本电脑桌为例，本文将从在线评论数据中提取电商网站的相关评论数据，再利用Rost进行词频分析，紧接着进行相关的社会情感分析，分析结果包含近11个月的积极情绪、中性情绪、消极情绪的占比，将此结果绘制成折线图，可以很明显的看出近几个月的情绪波动情况，结果见图1。

图1 塞琼笔记本电脑桌评论数据情绪分析图

图中横坐标代表月份，纵坐标代表情绪所占比率，从这个折线图中可以直接看出积极情绪占比在80%左右波动，而中性情绪与消极情绪占比较低并且情绪波动较为缓慢。从这结果可以看出，消费者购买商品时更倾向于积极情绪比重高的商品。

2.3 基于情绪分析的购买预测模型

（1）模型简介。本模型主要通过对每条文本中关键词的提取，频率统计等方法，使评论数字化。以淘宝笔记本电脑为例，将频率与关键词绘成词云，并通过提取得到的每种关键词的频率，与Matlab中内置的vaderSentimentLex icon库进行比对，从而得到其情感倾向。将其通过vaderSentimentScores函数进行计算，可以得到一个情感倾向的数值。这个数值介于（-1，1），其中越接近1，就说明这个评论越积极，越接近-1，则说明越消极，同理，如果接近0则说明情感倾向比较中立。

对评论数据的文本进行分析后，部分结果如下：我们发现，文本中大部分的评论都是比较积极的，只有少部分消极评论，这与之前的统计结果一致。而后我们需通过此结果计算出顾客购买此商品的意愿概率。众所周知，一个人买一个商品的概率应该介于（0，1），而评论的情感分析分数则是介于（-1，1）。基于此，我们可以建立购买概率与情感分数的线性对应关系：当情感分数趋近于-1时，评论倾向为非常强烈的差评，此时顾客购买商品的概率应趋于0；当情感分数趋于1时，评论倾向为强烈好评，此时顾客购买商品的概率应趋于100%；当情感分数趋于0时，评论倾向较为中立，不好也不坏，此时顾客购买商品的概率应趋于50%。

为了使得结果较为明晰，故而应该选取差评和好评都有的部分评论做结果展示，结果见表2。

表2 评价的情感分析表

图中第一列是情感分数，第二列则是通过映射关系得到的顾客购买概率，映射关系为，其中g指的是情感分数。从模型结果可以看出当情感分数趋于-1时，评论越消极，导致顾客的购买欲大大降低，而越接近1时则消费者的购买欲则表现强烈。

（2）模型检验。以塞琼笔记本电脑桌为例，本文根据模型，首先得到每条评论的情感分数，然后取平均值为0.4558，随后利用该平均数，计算得到笔记本电脑桌的购买概率为0.7279。这是通过模型计算得到的购买概率。

针对实际情况而言，本文采取10人进行调查，看是否购买，可认为购买率为购买人数比上被调查人数，通过调查后，有7人购买，则购买率为0.7。最终结果与我们预测的基本一致，所以此模型可行。

3 对消费者和经营者的建议

3.1 对经营者的建议

（1）用户的评价是消费者重要的购物参考。因此，商家可以采用营销手段来促使消费者在购买产品之后，积极主动地填写评价，来增加此商品的评论量，比如：评价之后给消费者一定的积分或者在消费者进行下一次购物时进行一定幅度的优惠。

（2）线上销售最重要的是诚信经营。对于消费者来说，无论购物平台采用的是那种评价体系，只要能够提供商品最真实的评价，才是真正有意义的。因此经营者不要搞虚假宣传，以次充好。商家也不要为了提高自己产品的销售量以及好评量，用以假乱真的手段来吸引客户，比如店家付款请人购买商品来增加产品销售以及填写好评来增加好评数量，这种方式也是不可取的。

（3）经营者可采取多种宣传措施：建立多个聊天群，比如：微信群、淘宝群等，经营者可与抖音、快手等平台进行合作以及签约有影响力的网红进行直播带货等手段，以便于在推出新品时，可以及时向消费者进行宣传，从而提高销售量。

（4）在店铺不同，产品几乎一致的情况下，消费者更倾向于选择服务态度良好的商家，比如物流服务，因此经营方可同时与多个快递公司合作，比如：圆通、中通等，以便于消费者在选择商品时，可自行选择最方便于自己的或者最想要的快递运输方式，从而带给消费者良好的购物体验。

3.2 对消费者的建议

（1）在购物时，消费者应保持理性的心态进行购物。首先要根据自身需求购物，不要盲目跟风疯狂购物。其次在选择产品时，要理智看待购物评价，不要因为某个消极评价就全盘否定此产品。

（2）有明确需求才能有更好的选择。网购的东西即使在某一个类别来说也是千篇一律的，比如说我们调查的电脑桌，它还能分为好几种，有床上款、可移动款、台式款、转角式款等等，如果需求不明确，各大网站弹出的商品也就更多，对于消费者来说选择一个电脑桌可谓是一个耗时巨大的工程，越明确的需求，网站所弹出的商品更符合心中所想。所以明确需求是消费者网购的一个必要因素，在线评论在其中起辅助作用，在众多的商品里让我们可以挑选出自己觉得最合适的。