基于評論挖掘在線短租市場產品排序研究
來源:用戶上傳
作者:
摘要：結合在線短租市場固有的特點，分析信息質量對于消費者信息采納和決策行為的作用機制。在研究方法上，選擇了多屬性決策模型對目標商品進行排序，確定產品總效用、產品特征-情感和權重，利用TOPSIS算法，對目標商品進行排序。結合在線短租市場特點基礎上，對大量在線評論數據進行處理，多維度考慮評論信息對產品排序的影響。
關鍵詞：在線短租;信息采納模型;評論挖掘;TOPSIS算法
中圖分類號：F27文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.15.032
1問題描述
本文主要考慮評論信息對電子商務網站產品排序影響。設目標產品集為X={X1，X2，…，Xm}，目標產品的在線評論集合為Ei= {e1i，e2i，…，eQii}，Qi表示產品i的評論數量，i= 1，2，…，m;q= 1，2，…，Qi。用C = {C1，C2，…，Cn}表示評論中涉及的產品屬性的集合;U（eqi）表示評論eqi的總效用;用ω表示產品屬性的權重向量，可以用向量表示為ω=（ω1，ω2，…，ωn）T，則ωj≥0且∑nj=1ωj=1。
本文需要解決的問題是，通過現在的在線評論信息Ei，抽取出產品的屬性，即集合C，以及每個產品屬性所代表的權重ω，并通過這些信息，對目標產品進行排序。
2模型構建
本文結合在線短租市場在線評論的特點，結合消費者購買決策五階段模型和信息采納模型，構建模型。在模型構建中，簡化了共識性因素對產品排序的影響，將研究重點放在中心路徑上，研究在線評論信息的質量對于產品排序的影響，模型思路框架見圖1。
3在線評論效用
3.1評論長度
本文將評論長度具體量化為評論中所包含的字符數量。通常來說，評論文本越長，則其中包含的內容也就越豐富，涉及的維度也就越多，其中包含的有用信息也越多，代表越強的可信度。因此，較長的評論文本可以一定程度上增加閱讀者的感知有用性，降低購買的不確定性。
num=count（word）（1）
u1eqi=ln（num+1）ln（num*+1）（2）
其中，word代表評論中所包含的文字數量，num*代表在線評論中長度最長的評論的文字數，可表示為num*=max （num），且0≤u1（eqi））≤1。
3.2評論時效性
評論時效性指評論消息發布與被閱讀兩者之間的時間差。差值越小，意味著評論越新，即評論的時效性越強。雖然不同市場的表現規律不同，但是不同維度的異質性穩定性隨著時間的推移而降低。
u2 （eqi）=exp （Tqi-TnowTnow-T*i）（3）
其中，Tqi表示消費者發表評論的時間，Tnow表示消費者進行產品選擇的時間，即產品評論被閱讀的時間，T*i表示該產品評論中，最早發表的時間，也就是說，T*i= min { Tqi}，特別地，當Tqi=T*i時，u2（eqi）=0.37，可見，0.37≤u2 （eqi））≤1。
3.3圖片評論數
評論信息中，除了包含文字信息外，還會包含圖片信息，且圖片信息是對文字信息的內容補充。根據大量文獻研究表明，圖片評論數對在線評論有用性有正向影響。另外來說，圖片信息由于其包含的內容更加直觀、真實，有助于幫助消費者對產品本身有更好的了解。因此，圖片評論信息可以加強閱讀者的感知有用性。
u3eqi=exp （N-N*N*）（4）
其中，N代表評論中包含的圖片數量，N*=max （N），代表在線評論中最多的圖片數量。特別地，當N=0時，u3 （eqi）= 0.37，可見，0.37≤u3 （eqi））≤1。
4產品特征-情感配對
4.1產品特征抽取
商品特征是評論信息的重要組成部分之一，同時也是消費者關注的具體內容。對于一件有形的商品來說，它的特征可以是商品外觀、質量、服務態度等各個方面，消費者對一個產品的喜好，歸根到底是對產品的各項特征的喜好。產品特征就是指產品所包含的各類屬性，包括它的包裝、功能、質量、外形、服務等，這些都是吸引消費者做出選擇的關鍵性因素。因此，我們對產品的在線評論進行分析，就是探究在線評論中包含哪些吸引消費者的特征。
本文產品特征抽取采用的是關聯規則的方法，通過尋找頻繁項集實現產品特征的抽取。本文采用的是Apriori算法，通過算法抽取評論中具有頻繁項集作為產品特征，在算法的應用中，頻繁項集僅考慮3項及其以下項集，同時，通過最小支持度對頻繁項集進行篩選。
4.2產品特征-情感傾向詞對抽取
情感傾向是用戶進行評論時，就產品的某個特征，發表的具有主觀性的評價語言，這些評論語言都具有感覺色彩，因此在評論分析中，需要找到產品特征所對應的情感詞。一般情況下來說，情感詞和產品特征都是成對出現的，為了確保產品特征和情感詞兩者之間存在對應關系，我們通過權重對兩者進行衡量，用pair<feature，opinion，weight>，簡寫為pair<f，o，d，n，weight>，在實際應用中，認定只有當weight取值高于0.25時，才可以認為這對特征詞和情感詞之間存在配對關系。
4.3情感極性判定
4.3.1構建情感詞典
情感詞典是分析情感詞極性的基礎，是一種基于語義的方法，它可以用于計算詞語、句子或者文檔的情感極性。本文的情感詞典構建來源于HowNet、NTUSD以及評論語料。其中，HowNet和NTUSD提供不針對具體領域的，具有通用性的情感詞。由于本文是對在線評論進行情感分析，其中會涉及到很多網絡詞匯，因此在HowNet和NTUSD的基礎上，結合網絡詞匯加入到詞典中。將情感詞分為褒義、中性和貶義這三個集合，分別用符號O +，O'和O-表示，部分含義如表1所示。 4.3.2判斷情感極性
文本進行詞性標注后，本文以其中的形容詞作為情感詞進行分析，通過LTP語言技術平臺，進行依存句法分析，存儲屬性-情感詞對，再根據情感詞典的方法對情感極性進行判斷。設Oqij表示評論eqi中關于屬性Cj的情感詞，P（Oqij） 表示情感詞Oqij的極性，公式為
P（Oqij）=10-1若Oqij∈V+若Oqij∈V'若Oqij∈V-（5）
4.3.3處理程度副詞
消費者在發表評論時，不僅會用情感詞表示產品的特征，同時還會使用程度副詞加強情感。參照HowNet程度副詞表，按照表達的情感程度，可以將它劃分為兩類，用deg（Oqij）來表示，則deg（Oqij） = 1，2，含義如表2所示，公式表示為
deg（Oqij）=12Oqij∈Φ1Oqij∈Φ2（6）
其中，Φ1代表情感強度為1的副詞集合，Φ2代表情感強度為2的副詞集合。
4.3.4處理否定詞
情感詞可以充分表達消費者的情感傾向，但是，其中的否定詞對情感傾向的極性有關鍵影響。當情感詞之前出現否定詞詞，所表示的情感極性有可能就完全相反。在否定詞處理中，主要考慮以下兩種情況，一是否定詞是對另一否定詞的否定，即出現兩個否定詞時，并不會影響情感極性;但是當只有一個否定詞時，則是對情感極性的完全否定，情感極性完全相反。因此認為可以以否定詞出現的個數來判斷否定詞對情感極性的影響。令N表示情感詞Oqij前否定詞的個數。因此，關于就評論eqi，其表達的關于產品屬性Cj的情感強度可用下式來衡量：
Scoreeqi）= P（Oqij）* deg（Oqij）*（-1）qijN（7）
在數據處理中，若評論信息中并未出現關于屬性Cj的情感詞，則我們認為該評論信息的情感值為ψ，可用公式表示為Scoreeqi=ψ。但是，若評論信息中未出現任何屬性值，那么認為該評論對產品的所有屬性表達的情感相同?？梢?，當Scoreeqi≠ψ時，Scoreeqi= -2，-1，0，1，2。
5基于TPOSIS算法的產品排序模型
Technique for Order Preference by Similarity to an Ideal Solution是1981年，由C.L.Hwang聯合K.Yoon提出的，簡稱為TOPSIS算法。TOPSIS算法主要用于對有限數量的目標產品進行優劣排序。TOPSIS算法中，首先計算在理想狀態下的最優目標，其次通過各目標產品與理想最優解之間的距離來進行判斷，同時，該方法要求各效用函數具有單調遞增（或遞減）性。
5.1在線評論效用計算
評論eqi的總效用為
U（eqi）=αu1（eqi）+βu2（eqi）+γu3（eqi）（8）
i= 1，2，…，m;q = 1，2，…，Q;;其中，α，β，γ≥0 且α+β+γ= 1。
5.2產品屬性權重
在產品特征處理過程中，已經將產品的特征進行頻繁項集處理，得到產品的屬性集合。用yqij表示評論eqi中包含的屬性集合，若評論eqi中未提取出屬性詞，則yqij=φ。若評論中某屬性出現的頻率越高，則代表該屬性受到更多的人重視，即該屬性在消費者心中的權值越高，以統計的方法，將各屬性集合所在評論的效用進行累加，并以此代表屬性的權重，則屬Cj的權重可表示為
wj=∑mi=1∑Qiq=1Ueqiτjeqi∑nj=1∑mi=1∑Qiq=1Ueqiτjeqi（9）
其中：τjeqi=1，0，yqij≠φyqij=φ;∑mi=1∑Qiq=1U（eqi）τj（eqi）表示包含屬性Cj集合的評論的總效用值。
5.3構建決策矩陣
用H = { H1 =-2，H2 =-1，H3 = 0，H4 = 1，H5= 2}表示評論信息中，產品特征所代表的情感等級集合。為了表達產品在不同情感等級上的差異性，本文采用隨機形式表達消費者的情感傾向。
首先，記ξij表示產品Xi關于屬性Cj的隨機評價值，那么ξij就可以用公式10表示其概率分布函數。
Pξij=Hk=pkij，k=1，2，…，5（10）
其中，
pkij=∑Qiq=1ψk（Scoreeqij）∑Nk=1∑Qiq=1ψk（Scoreeqij）（11）
ψkScoreeqij=1，0，Scoreeqij=HkScoreeqij≠Hk，pkij∈[0，1]且∑Nk=1pkij=1，其中，N代表需要決策的產品數。因此，我們可以求出針對目標產品的離散概率分布函數，即決策矩陣，用M=[P（ξij）]m*n表示，具體表達形式間表3。
5.4消費者購買決策模型
首先，確定關于候選商品Xi對商品特征Cj的特征值的累積分布函數，則ξij的累積分布函數如下：
Fijx=∑ξijSymbolcB@
xP（ξij）（12）
根據公式（12），可以得到累計分布函數形式的決策矩陣M︿=[P（ξij）]m*n，進而可以求出目標產品的正負理想分布函數，用函數F+j（x）和F-j（x）表示。
由于本文是對產品的優劣進行排序，因此采用的是效益型指標的確定方式。具體求解方式如下：
F+j=maxFij（x）|i=1，2，…，m，j=1，2，…，n（13）
F-j=minFij（x）|i=1，2，…，m，j=1，2，…，n（14）
由公式5-10和公式5-11，可確定正理想點F+和負理想點F-。
F+=F+1x，F+2x，…，F+nx（15） F-=F-1x，F-2x，…，F-nx（16）
結合產品特征所對應的權重ω=（ω1，ω2，…，ωn），可求得目標產品Pi的正負理想點距離，用函數D+i和D-i表示。
D+i=∑nj=1ωj*∫ΩjFijx-F+jxdx，i=1，2，…，m（17）
D-i=∑nj=1ωj*∫ΩjFijx-F-jxdx，i=1，2，…，m（18）
其中，Ωj=[H1，Hk]，k=1，2，3，4，5。
根據已經求出的正負理想點距離，可求得關于目標產品Pi的貼近度，用函數CCi表示。
CCi=D-iD-i+D+i，i=1，2，…，m（19）
顯然我們可以看出，貼進度CCi的取值越大，代表目標產品Pi與正理想點的距離越近，同時離負理想點的距離越遠，也就說明目標產品Pi越好。因此，最后可以根據CCi取值的大小判斷目標產品的優劣。
6數據驗證
在數據驗證階段，選擇途家網為代表進行研究。本文隨機選擇5家店鋪，獲取這5家店鋪的在線評論數據，依據上文提到的技術手段和算法對數據進行分析，然后應用多屬性決策模型對這5家店鋪進行排序。
本文在途家網中，選擇城市為大理，根據首頁推薦隨機挑選前5家店鋪，但店鋪選擇的過程中，盡量考慮店鋪的價格在同一個區間范圍內，根據推薦頁的店鋪情況來看，除部分店鋪的價格在100元以下或者一些別墅套件在500元以上，其他大多數的店鋪價格均保持在100-300之間，其中以100-200之間尤其多，因此將店鋪的價格確定在100-200，最終確定的店鋪分別為：大理古城小貓民宿（X1）、閑暇小筑（X2）、大理古城邊的小院子合院（X3），洱海邊雅致雙床房（X4），泊新民宿-情侶蜜月陽光大床房（X5），價格分別為：116、134、179、170、188。在抓取在線評論的同時，也抓取了其他信息如下：（1）評論發布者的用戶名;（2）評論者點評時間;（3）圖片評論數。通過Gooseaker獲得這5家店鋪的在線評論信息，每家店鋪收集的在線評論數據如表4所示。
則可根據（公式12～19）計算得到關于產品X1，X2，X3，X4，X5的貼進度分別為CC1=0.301，CC2=0.411，CC3=0.565，CC4=0.169，CC5=0.538。因此，候選商品的排序為X3>X5>X2>X1>X4，即X3的綜合評價較好，潛在消費者可以選擇X3進行。
7結論
本文結合在線短租市場的特點，通過對在線評論的處理，研究評論信息對產品排序的影響，通過對現有的評論信息進行處理，并依據TOPSIS算法得到了最公正的產品排序。該方法的主要特點在于：評論信息數據量大，同時也易于獲取，本文考慮了在線評論的效用、產品特征和情感傾向對消費者的影響，多維度分析，彌補了現有方法對在線評論信息處理過于粗糙的缺點。
參考文獻
[1]姜廣田.解決隨機多屬性決策問題的若干理論與方法研究[D].沈陽：東北大學，2010.
[2]張艷輝，李宗偉.在線評論有用性的影響因素研究：基于產品類型的調節效應[J].管理評論，2016，28（10）：123-132.
[3]李金海，何有世，馬云蕾，等.基于在線評論信息挖掘的動態用戶偏好模型構建[J].情報雜志，2016，35（9）：192-198.
[4]張艷豐，李賀，翟倩，等.基于模糊TOPSIS分析的在線評論有用性排序過濾模型研究——以亞馬遜手機評論為例[J].圖書情報工作，2016，（13）：109-117.
[5]李永海.一種使用在線評論信息的商品購買決策分析方法[J].運籌與管理，2018.
轉載注明來源:http://www.hailuomaifang.com/2/view-14895565.htm
