淺議商品在線評論的商業價值研究

　　摘 要：本文以京東商品的在線評論為例，研究其中的商業價值，主要通過文本挖掘的方法，提取商品的真實性能，借助Excel、Python等工具進行分類，識別每種類別商品消費者重點關注的屬性，以期為消費者乃至企業提供更具權威性的決策支持，淺議商品在線評論的商業價值研究。

　　本文源自商場現代化 2020年21期《商場現代化》雜志(原名：商業科技)主要探討國內外現代商業管理經驗和介紹現代科技在商業營銷管理中的應用，并且刊發精選的國內外現代商業流通領域理論研究成果與現代貿易經濟理論的科研論文。其嚴格化，標準化及性在業界均享有顯著的聲譽和地位。

　　關鍵詞：在線評論;商業價值;文本挖掘;京東

　　一、引言

　　中國網絡購物市場報告的調查顯示，在購買不熟悉的產品時，用戶評價在網絡購物決策中占據主導地位，三分之一以上的網購用戶主要考慮的因素為用戶評價，其次是網站知名度和口碑，比例為28%。隨著電子商務的快速發展與滲透，現存的在線評價形式主要為：客戶在購買產品確認收貨后，以傳送圖片、文字描述等形式將消費體驗和使用感受表達出來，并在商品頁面展示，為后續消費者提供參考。

　　同時消費者參評的積極性呈不斷提高的趨勢，商家需更加關注消費者購買后評論的關注點，圍繞消費者針對不同商品重點關注的焦點采取差別化的營銷策略，提高用戶的線上購買體驗和線下使用滿意度，鼓勵消費者更多地參與線上評論，對滿意度高的商家和商品品牌予以激勵，限制滿意度偏低的商家和商品品牌，有針對性地加大精品營銷、品牌營銷，提升誠信營銷和服務營銷，提高商品和服務的質量及水平，促進電子商務的持續健康有序發展。

　　二、商品在線評論的商業價值研究的意義

　　從“商品的在線評論是否會成為消費者購買某一產品的決定因素”這一具體問題出發進行研究，進一步挖掘商品在線評論的商業價值。在線評論作為消費者與消費者、消費者與賣家之間溝通的重要內容，也是商品頁面的重要構成模塊，從大量數據中提取出有用信息對總結消費者評論內容的規律和推動電子商務的良性發展，都具有重要意義。

　　2016年6月中國互聯網絡信息中心(CNNIC)發布的《2015年中國網絡購物市場研究報告》中指出，在線評論成為網購用戶決策時最為關注的因素，關注度超過四分之三，而現有研究主要集中在在線評論的內容上，針對在線評論傳遞的信息涉及哪些方面展開研究，對于在線評論價值的挖掘還不夠，還沒有充分發揮這一信息資源的重要商業價值。可以針對商品在線評論開發出一套新的比較方法，使消費者能夠對于網上購買商品具有一定的標準和方法，構成一個相對完整的評論價值提取系統。

　　三、以京東為例進行商品在線評論的商業價值研究

　　結合實際數據，《京東評價數據》和《京東詳細評價數據》共151451條記錄，涉及產品類型、平均得分、好評率、差評率與用戶昵稱、用戶等級、購買產品時間、評論間隔時間、寫評論時間、追評等元組，運用Excel、LSTM情感分析方法、Python、Anaconda、Jupyter Notebook等工具，從在線評價中提煉出有較高辨識度與真實度的產品質量評價，圍繞商品在線評論的商業價值開展研究。

　　《京東評價數據》10849條記錄中劃分有20余種產品類型，83.8%為圖書，廚具、服飾內衣、家居日用、家具、禮品箱包、母嬰、手機、數字內容、鞋靴、電腦、辦公、家紡、醫藥保健、運動戶外、珠寶首飾等類型產品占比較小，家庭清潔、紙品、家用電器、家裝建材、數碼、鐘表均不足0.1%。與好評率、差評率相對應，其平均得分99.4%為5，有47條記錄為4占比0.4%，1、2、3的平均得分均不足0.1%。

　　《京東詳細評價數據》140602條記錄中每位用戶產品評價記錄從1條到1727條不等，個別用戶評論千余條，大部分用戶評論1條。93.3%購買產品時間和93.7%寫評論時間為近五年，相對符合現狀。51.4%評論間隔時間不超過一周，共115038條記錄顯示其評論間隔時間不超過一個月，同時1378條追評使得文本反映的消費者的感知產品質量更可靠。

　　運用Excel進行預處理，通過“產品編碼”將《京東詳細評價數據》與《京東評價數據》建立聯系，以整合為信息不重不漏的一個文檔，更好分析并獲取商品在線評論的商業價值。整合后的文檔中僅7.3%的產品類型信息為空值，進行刪除含有缺失值的記錄等數據預處理操作后，觀察可得其好評率均高于0.95，差評率均低于0.03。

　　借助常用的鏡像，如豆瓣(http：//pypi.douban.com/simple/)、清華大學(https：//pypi.tuna.tsinghua.edu.cn/simple/)，解決pip安裝第三方類庫下載速度慢以及超時問題(timeout)，短時間內成功安裝jieba、keras、tensorflow等數據包后，通過pandas分別讀入LSTM情感分類教程中包含積極和消極評價的兩個文檔的數據。

　　先后運用concat、len、lambda、cut函數合并語料、計算語料數目、定義分詞函數。由max函數可得一條記錄最多的詞匯數為1804，為高效率高質量分析數據，設置一個評論最多的詞匯數為1000，同時運用實例化分詞器設置字典中最大詞匯數為30000，并傳入訓練數據、建立詞典。為使框架相對客觀、便于量化，把詞轉換為編號，詞的編號根據其頻率設定，頻率越大，編號越小。同時注意細節，把序列設定為1000的長度，超過1000的部分舍棄，不到1000則補0。

　　由詞對應編號的字典可得，除逗號、句號、感嘆號等標點符號，的、了、是、我等語義助詞，在線評論中“服務”、“本書內容”、“價格”、“功能”等消費者關注的重點屬性反復出現，“系統”、“屏幕”、“前臺”、“效果”、“質量”、“電池”、“聲音”、“外觀”、“速度”、“驅動”等體現消費者的感知產品質量、蘊含對廠商和消費者有影響的信息的詞匯頻率較高。

　　就珠寶首飾、廚具、禮品箱包、鞋靴和圖書等類型產品進行進一步分析發現，除部分顯示“此用戶未填寫評價的內容”外，在線評論多圍繞“包裝”、“服務”、“感覺”、“價格”、“內容”、“物流”、“質量”等方面展開，“不錯”、“方便”、“孩子”、“好”、“家”、“看”、“快”、“滿意”、“朋友”、“喜歡”、“值”等關鍵詞反復出現，其中“好”、“不錯”、“質量”、“看”、“快”、“喜歡”等詞頻較高。

　　以圖書為例，“好”、“不錯”、“看”、“快”、“質量”、“喜歡”、“內容”、“京東”、“值”等在線評論關鍵詞詞頻較高，與其平均得分、好評率和差評率反映出的客戶感知價值基本一致。該類型產品好評率相對較高，在線評論相對積極，總體推薦購買。通過文本挖掘并對商品分類，提取其真實性能，識別消費者關注的重點屬性，最后從評論內容中提取消費者的真實感知產品質量，以達到為其購買決策提供堅實理論依據的目的。

　　四、商品在線評論的商業價值研究的發展趨勢

　　自21世紀以來，電子商務隨互聯網行業的高速發展逐漸滲透，成為重要分銷渠道，而電子商務領域不可能沒有在線評論，未來在線評論也不可能脫離產品本身。學者們從不同的角度對在線商品評論進行研究。虛擬的網絡購物環境中，商品的在線評論是消費者獲取商品質量信息、進行口碑傳播的重要途徑，也是商家預測未來商品銷量的重要依據。

　　商品的質量由感知商品質量和客觀商品質量兩部分構成，在線評論成為獲取商品感知質量的重要依據，極大程度影響著消費者購買商品的決策時長與結果，故分析京東在線評論數據，探索在線評論的商業價值研究的發展趨勢有重要現實意義，消費者在購買商品之前，從所獲取的產品有關信息中作出的對商品的主觀評價即為感知商品質量。而客觀的產品質量則是商品本身能夠滿足規定需要和潛在需要的特征的總和。

　　在企業逐步加大產品投放力度、消費者愈加依賴網絡購物的雙重影響下，商品的在線評論與消費者的最終決策結果、商品的銷售量結合逐漸深化，呈現出三點趨勢：(1)在線評論對商家影響將進一步加大，商家應激勵消費者評論，準確識別真實的好評與差評，評估消費者偏好，及時調整策略。(2)消費者將更加積極地參與在線評價，主動評價可以降低“默認好評”大數據時代精準營銷時的負面影響，幫助其他消費者獲取更加真實的商品信息。同時也可以通過差評為購買決策提供幫助。(3)電子商務平臺將加大對在線評價偏差的糾正力度，使評價數據盡可能客觀，配合商家鼓勵消費者參與評價，營造公平的電子購物環境，對滿意度高的商家和商品品牌予以激勵，限制滿意度偏低的商家和商品品牌，有針對性地加大精品營銷、品牌營銷，提升誠信營銷和服務營銷，提高商品和服務的質量及水平，促進電子商務的持續健康有序發展。

　　五、總結

　　以京東為例，借助產品感知產品質量(perceived product quality)的定義及構成、評論內容中提取的消費者感知產品質量，從在線評論中提煉出有較高辨識度與真實度的評價。比較感知產品質量與客觀產品質量(產品參數)之間的差異，從而形成更加可靠的評價。

　　通過文本挖掘的方法，提取商品的真實性能：對商品分類，識別消費者關注的重點屬性，收集不同產品評價，歸納總結消費者在線評論的衡量標準，研究感知產品質量的構成。以商品的在線評論為對象，排除客觀因素的干擾后，提取消費者的感知產品質量，提取并篩選出“物流”、“質量”等關鍵詞。研究商品客觀屬性與消費者關注屬性，從在線評論中提煉出有較高辨識度與真實度的產品質量評價。

　　目前商品在線評論的商業價值研究尚不充分不全面，由于自身知識水平和實踐力度等原因，本文僅以京東為例，淺議商品在線評論的商業價值研究。未來可進一步研究消費者之間、消費者與商家之間的互動或雙向的溝通，深度挖掘在線評論，充分發揮這一信息資源的重要商業價值。

　　參考文獻：

　　[1]耿協鑫.在線評論特征對大學生購買意愿的影響：有中介的調節模型[D].華中師范大學，2015.

　　[2]徐慧，康麗.在線評論研究現狀綜述及未來展望[J].中國市場，2017，000(016)：14-15.

　　[3]李雨潔，廖成林，李憶，et al.在線商品評論可信嗎——在線商品評論的偏差分析及矯正策略[J].營銷科學學報，2013，000(002)：P.111-125.

　　[4]阮光冊，周健超.商品屬性的情感表達與商品銷售熱度的相關性研究[J].圖書情報工作，2017(61)：19.

　　[5]王智勇.房地產產品質量保障體系研究[D].浙江大學.

　　[6]熊曉元.基于互動和感知理論的網絡重購行為研究[D].西南交通大學，2014.

　　[7]程興華.網絡商店產品信息呈現方式對消費者購買意向影響研究[D].2012.