基于电商平台家电设备评论的消费者偏好分析

摘要：近年来，随着互联网的广泛应用和电子商务的迅速发展，网络文本及用户评论分析意义日益凸显，因此网络文本挖掘及网络文本情感分析技术应运而生，通过对文本或者用户评论的情感分析，企业能够进行更有效的管理等。本文主要研究了基于电商平台电热水器的消费者偏好分析及产品数据挖掘。首先，基于电商平台京东上几款热销的电热水器顾客产品评价的文本数据进行产品评价分析；其次，通过数据分析，实现对电热水器交易量的预测以及寻找各个变量之间的重要程度。本研究是以消费者为中心,从消费者纷繁复杂的情感需求出发分离出个性化需求并加以研究。同时把情感设计的方法论引入产品的个性化设计中,使产品的个性化设计深入消费者情感世界,更好的满足消费者的个性化需求；最后，建立消费者的电商平台购买行为模型。本文主要从两个方面着手研究,一方面是消费者的情感需求及情感化设计方法;另一方面是对情感需求中的个性化需求的剖析。切词技术和模糊综合评价法，本方法可对产品进行持续性评价，从而了解产品评价的动态变化，达到分析挖掘消费者购买行为的目的。最后,把研究结果应用于产品的不断完善。

关键词：消费者评论； 偏好； 数据挖掘； 情感分析； 模糊评判

一、文献综述

国外的研究现状

Diermeier, D, Huffaker, D, amp; Swaab, R.I.[1]（2011）探讨了语言如何影响多党谈判中的联盟形成。在理论框架上，作者依靠沟通融通理论，并假设当语言被用来增强统一感时，语言可以帮助联盟伙伴达成协议。他们的一项实验研究的结果支持了这一假设，表明更大的语言收敛性和同意性增加了潜在的联盟伙伴之间的一致，而负面情绪词语的表达则减少了一致，同时讨论了谈判中对联盟形成和语言研究的影响。

Gongjun Yan，Wu He，Hui Shi[2]（2014）观察到近年来，电子商务已成为一种国际现象，在这种现象中，卖方经常需要与使用不同语言的买方做生意。由于客户，包括国际客户，往往根据网上评论和其他客户的建议作出采购决定，因此，了解网上评论的情绪对于希望向用户提供定制建议以提高客户满意度的卖方来说是必要的。为此，他们开发了一种双语模式，以处理在电子商务网站上发布的中英文用户评论。他们探讨了中文分割、数据挖掘模型和系统设计等关键问题。一项用英语和汉语在线用户评论来挖掘用户满意度的实验表明了他们开发的双语模型的价值。

Oliver Richard L.[3] （1980）提出了一种以期望和期望否定函数表达消费者满意度的模型。而满意度则被认为会影响态度的改变和购买意愿。两阶段实地研究的结果支持了针对流感接种的消费者和非消费者的计划。

Socher R, Pennington J, Eric H. H., et al.[4]（ 2011）介绍了一种基于递归自编码的句子级情感标签分布预测的机器学习框架。他们的方法学习多字短语的向量空间表示，在情绪预测中，这些表示方式在常用数据集上优于其他最先进的方法，如电影评论，而不使用任何预先定义的情绪词典或极性转移规则。他们还评估了模型的能力，预测的情绪分布在一个新的数据集基于从经验项目的坦白。该数据集由多个标签标注的个人用户故事组成，这些标签在聚合时会形成一个捕捉情绪反应的多项式分布。与几个竞争基线相比，他们的算法可以更准确地预测这些标签上的分布。