基于用户评价的LOCKLOCK品牌用户情感倾向研究

《基于用户评价的LOCKLOCK品牌用户情感倾向研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、总第598期管理观察2015年12月第35期ManagementObserver中旬出版基于用户评价的LOCKLOCK品牌用户情感倾向研究沈燕花，范英杰，马小红，许研（北方工业大学经济管理学院，北京100144）摘要：网上用户评论对企业有着重要的影响，用户评论中不仅有产品特征词，还包含用户对产品特征的情感倾向。本文以京东网上LOCKLOCK品牌产品的用户评论为例，挖掘评论中的产品特征词及计算其情感得分，并把500多个产品特征词分为十个产品指标，从品牌维度、产品类型维度两方面展开数据结果分析，得出产品结构、功能及味道指标方面应引起企业高度重视的结论，同时，本文提供了解决产品相关问题的建议。关键词

2、：用户评论产品特征情感倾向分析LOCKLOCK品牌随着web2.0的发展，在电子商务网站、大众点评好”的正面情感词来表达。因此在用户评论挖掘过程中，等专业论坛上涌出大量针对某产品或服务的用户评论。提取评论中的产品特征后，还需要提取用户对产品特征的这些用户评论蕴含了丰富的信息，一方面，消费者可以相关情感评论，即是抽取情感词。在王洪伟等的研究文献从其他用户评论中了解目标商品的口碑，这影响了消费中总结出目前主要有两种情感词的提取方法，一是人工定者的购买决策；另一方面,销售商可以根据用户评论得出义，即利用情感词典来抽取评论中的情感词；二是自动提消费者对产品或服务的态度，有助于改进产品质量、优取，即利用

3、评论中产品特征与情感词的关系抽取情感词。化营销策略。在用户评论中，往往包含了大量的产品特在抽取评论句中消费者对产品特征的情感词之后，征及用户对这些特征的情感倾向。因此，针对用户评论接下来的任务就是针对产品特征的情感词做情感极性判进行内容分析，利用数据挖掘技术得出产品的主要特征，断，判断用户对产品特征的情感倾向。在目前研究中，以便更直接地了解消费者的产品功能偏好、服务满意度产品特征的情感极性判断主要有两类，一是从宏观角度等信息，进一步发现消费者对这些产品特征的情感倾向。对产品特征做情感极性判断，主要是贬义评价、褒义评对于商家来说，这能够更好地了解用户的真实需求，以价和中性判断；二是从微观角度对产

4、品特征做情感倾向便改进产品，为网络营销提供竞争优势。赋值，不但得出用户对产品特征的情感极性（正面、负面或中性），还计算出产品特征的情感极性强度。一、产品特征分析在李实等的研究中，虽然提出了产品特征挖掘的方法，但是对所得到的产品特征没有针对用户评论进行情产品特征抽取，即是从用户评论中抽取产品特征，包感倾向分析，因此本文将在此方法上加入情感倾向分析括产品的属性或功能、产品部件的属性或功能、产品的相模块，进一步判断用户对具体产品特征的情感分布。本关概念等。目前产品特征的抽取主要有两种，分别是人工文将以LOCKLOCK品牌为研究对象，分析该品牌中的定义和自动提取。人工定义，即是人为建立某产品针对该产品

5、特征及用户的情感倾向，为LOCKLOCK品牌商家领域的产品特征词汇表；在自动提取方面，一般是采用词提供营销策略优化建议。性标注、句法分析、文本模式等自然语言处理技术对用户评论中的语句进行分析，从中自动发现产品特征。二、产品特征研究方法及数据处理分析在用户评论中，不仅具有产品特征，还包含了用户对产品特征带有情感倾向的评论，例如“商品质量不错，用（一）研究方法着很好”评论中，用户对质量这个产品特征用“不错”、“很本研究通过李实等的产品特征挖掘方法对京东网上基金项目：本工为北方工业大学大学生科技活动项目“用户评价感情倾向对不同类型产品网络销售的影响研究”的研究成果。·77·产业与企业LOCKLOCK

6、品牌用户评论进行实验，用户评论样本包括对LOCKLOCK品牌产品指标关注程度与情感得分LOCKLOCK品牌下塑料杯、保鲜盒、不锈钢以及格拉斯的比较分析主要通过以下方式进行：利用19个产品（44个产品类型，共有19个产品的用户评论。笔者从产品个产品类型）在10个产品指标方面的得分情况，分别计的用户评论中挖掘到的产品特征词共有511个。在用户算每个指标的情感得分均值，得出LOCKLOCK产品在评论中，包含着产品特征词，描述产品特征词的动词和价格、材质、结构等10个指标方面的情感得分。根据李形容词以及表现用户情感强度的副词。毕达宇等人通过实等对产品特征及情感倾向的研究，用户评论中产品特对电子商务环境

7、下用户评论内容的观察与分析，提出了征出现次数越多，其受用户关注程度越高。因此作者通产品特征的情感赋值公式：过计算产品指标下相关产品特征词出现的次数加总，得S=im（jk）出指标的关注程度，最后得出LOCKLOCK品牌产品在式中，s为产品特征的最终得分；i为产品特征的默认值10个指标方面的受用户关注程度的排序及其得分。表3为3分；m为否定词的情感得分。同时，为了提高研究为其结果。结果的查准率，笔者首