基于文本挖掘的企業(yè)微博評(píng)論關(guān)注點(diǎn)研究

●許　凡，施國良（河海大學(xué)商學(xué)院，南京211100）

基于文本挖掘的企業(yè)微博評(píng)論關(guān)注點(diǎn)研究

●許凡，施國良（河海大學(xué)商學(xué)院，南京211100）

［關(guān)鍵詞］文本挖掘；微博；微博評(píng)論

［摘要］以樂蜂網(wǎng)新浪官方微博為研究對(duì)象，利用文本挖掘技術(shù)對(duì)樂蜂網(wǎng)微博評(píng)論進(jìn)行分析，找出用戶的關(guān)注點(diǎn)以及對(duì)這些關(guān)注點(diǎn)進(jìn)行影響力強(qiáng)弱程度分析，最終提取出29個(gè)關(guān)注點(diǎn)，為企業(yè)了解用戶興趣、需求、能力等提供幫助，給企業(yè)在微博營銷、建立用戶口碑方面提供一些建議，增進(jìn)企業(yè)與用戶交流與合作，促進(jìn)網(wǎng)絡(luò)資源的挖掘與利用。

目前，很多企業(yè)正在使用社會(huì)化媒體作為客戶服務(wù)工具，傾聽客戶的問題并及時(shí)解決。企業(yè)不僅對(duì)社會(huì)化媒體上消費(fèi)者的聲音和市場(chǎng)信息越來越感興趣，而且將社會(huì)化媒體作為有前途的市場(chǎng)營銷策略應(yīng)用工具之一。［1］據(jù)新浪微博與CIC聯(lián)合發(fā)布的《2012企業(yè)微博白皮書》顯示，截至2012年2月底，共有130565家企業(yè)開通新浪微博。其中，包括143家世界500強(qiáng)企業(yè)，207家中國500強(qiáng)企業(yè)，1060家外國企業(yè)等。［2］微博等社交媒體的出現(xiàn)和流行，使客戶能更加積極主動(dòng)地獲取和傳播有關(guān)產(chǎn)品和服務(wù)的評(píng)價(jià)信息，［3］也為企業(yè)提供及時(shí)獲取可靠產(chǎn)品評(píng)論的新渠道。因此，企業(yè)將微博作為一個(gè)平臺(tái)，拉近與用戶的距離，進(jìn)行更多的互動(dòng)交流，企業(yè)利用微博評(píng)論進(jìn)行分析，幫助企業(yè)更好地了解用戶需求，發(fā)現(xiàn)自身優(yōu)勢(shì)劣勢(shì)，更好地對(duì)抗競爭對(duì)手，贏得市場(chǎng)。

1　研究現(xiàn)狀

關(guān)于微博評(píng)論，國外學(xué)者對(duì)這方面的研究較多。Sotiriadis［4］等人以Twitter為例，運(yùn)用概念模型描述了旅游消費(fèi)者如何利用評(píng)論進(jìn)行旅游決策，并檢驗(yàn)了其對(duì)旅游決策的影響；Mimi Zhang［5］等人研究了企業(yè)如何通過口碑交流平臺(tái)（Twitter）實(shí)現(xiàn)企業(yè)與消費(fèi)者之間的互動(dòng)，得出了企業(yè)在Twitter上的參與程度會(huì)直接與消費(fèi)者在線口碑交易參與相關(guān)的結(jié)果。Jansen, B［6］等人研究了在Twitter上的口碑傳播，發(fā)現(xiàn)大約有五分之一的推文包含品牌、產(chǎn)品或服務(wù)，約有五分之一是表達(dá)某種情緒，積極情緒超過一半，消極情緒的推文僅占三分之一。他們認(rèn)為Twitter是一個(gè)能為企業(yè)開拓其整體品牌戰(zhàn)略的潛在平臺(tái)，是能夠關(guān)注經(jīng)濟(jì)和競爭情報(bào)來源的關(guān)鍵應(yīng)用程序。微博作為社會(huì)化媒體的一種形式，擁有海量的數(shù)量，從中挖掘出有價(jià)值的信

息，需要信息技術(shù)和社會(huì)學(xué)方法的支撐。

2　企業(yè)微博評(píng)論的特征

微博評(píng)論是中文微博非常重要的特點(diǎn)之一，它與微博轉(zhuǎn)發(fā)共同組成評(píng)價(jià)熱點(diǎn)主題的兩個(gè)重要指標(biāo)。［7］微博評(píng)論與一般網(wǎng)絡(luò)評(píng)論的主要區(qū)別在于，網(wǎng)絡(luò)評(píng)論僅僅是消費(fèi)者針對(duì)產(chǎn)品本身發(fā)表自己的觀點(diǎn)、看法，而微博評(píng)論涉及方面更廣，針對(duì)企業(yè)微博評(píng)論而言，可能會(huì)包含用戶對(duì)企業(yè)活動(dòng)、產(chǎn)品、物流、競爭對(duì)手等方面評(píng)價(jià)，但具體涉及哪些方面，需要通過后面的實(shí)驗(yàn)進(jìn)行探究。

（1）同一評(píng)論包含多方面評(píng)價(jià)。同一條評(píng)論下會(huì)涉及與企業(yè)相關(guān)的多個(gè)方面進(jìn)行評(píng)價(jià)，如：“曬單啦，甩不掉的4D面膜，最愛的保加利亞玫瑰三件套，眼毛膏用的是倩碧的，剛到貨就涂上了，嘻嘻，快遞很給力，很喜歡，包裝也好贊?！痹谶@條評(píng)論中，“曬單”屬于企業(yè)微博活動(dòng)，“4D面膜”、“保加利亞玫瑰三件套”、“倩碧”屬于品牌，評(píng)論內(nèi)容涉及“活動(dòng)”、“品牌”、“快遞”、“包裝”這幾個(gè)方面。因此，在對(duì)此類微博評(píng)論進(jìn)行處理的時(shí)候，需要將同一評(píng)論中所涉及的特征按特征分類提取，而不是將所有特征作為一個(gè)整體進(jìn)行提取。

（2）微博評(píng)論觀點(diǎn)明確。微博評(píng)論的觀點(diǎn)傾向很明確，一般而言，用戶會(huì)通過微博評(píng)論表達(dá)自己的主觀感受。因此，評(píng)論觀點(diǎn)中涉及的評(píng)價(jià)會(huì)有明確的情緒傾向。比如，好評(píng)或者差評(píng)、積極情緒或消極情緒。如上一例子中，“甩不掉”、“最愛”、“嘻嘻”、“很給力”、“很喜歡”、“好贊”這些極性詞都反映了用戶的積極情緒，整體評(píng)價(jià)是好評(píng)。當(dāng)然，一條評(píng)論中也會(huì)涉及多種情緒，在本文中將用戶在微博評(píng)論中使用的極性詞分為：好評(píng)、中評(píng)、差評(píng)。

（3）評(píng)論中隱藏特征。在微博評(píng)論中不會(huì)明確提出評(píng)價(jià)的具體特征，但是通過評(píng)論內(nèi)容可以確定評(píng)價(jià)特征。如:“剛用靜佳的東西沒多久，但是真心覺得不錯(cuò)，包裝漂亮而且效果也很好?！逼渲?，“東西不錯(cuò)”并沒有明確提到是什么特征，但通過理解可以當(dāng)作是對(duì)產(chǎn)品“整體”評(píng)價(jià)，像這類評(píng)論往往只有觀點(diǎn)極性詞。因此，在處理這類微博評(píng)論的時(shí)候需要為評(píng)論添加默認(rèn)的特征，不能忽略這樣的評(píng)論。

（4）評(píng)論中咨詢問題。微博評(píng)論中會(huì)出現(xiàn)用戶向企業(yè)客服提出各種方面的疑問，這是企業(yè)與用戶之間進(jìn)行互動(dòng)，用戶將問題表達(dá)在微博評(píng)論中，等待企業(yè)客戶去解答。如：“樂蜂網(wǎng)，想請(qǐng)問一下，25歲，眼周圍有細(xì)紋，用什么眼霜比較好呢？謝謝”這條評(píng)論中包含用戶對(duì)“美妝護(hù)膚品”的咨詢。

（5）評(píng)論中有企業(yè)客服代表與用戶的互動(dòng)。微博評(píng)論中不僅有用戶的評(píng)論，還有企業(yè)客服代表的回復(fù)，企業(yè)客服代表會(huì)根據(jù)用戶提出的疑問有選擇性地作回應(yīng)，這就是企業(yè)與用戶的互動(dòng)行為，同時(shí)，也是微博評(píng)論與一般網(wǎng)絡(luò)評(píng)論的區(qū)別之一。如：“親愛滴蜂寶貝~實(shí)在是抱歉了，因?yàn)樾∶鄯浼易罱幕顒?dòng)太給力了，導(dǎo)致訂單量爆增~所以在配送方面有些延遲~還請(qǐng)寶貝多多諒解~不過寶貝放心，小蜜蜂已經(jīng)在加快速度打包發(fā)貨了。”這條評(píng)論是由于用戶在微博評(píng)論里反映物流太慢，企業(yè)客服作出相應(yīng)的回復(fù)。

3　研究設(shè)計(jì)

3.1研究對(duì)象選擇

選擇樂蜂網(wǎng)企業(yè)官方微博評(píng)論數(shù)據(jù)為研究對(duì)象，艾瑞數(shù)據(jù)［8］顯示，2011年樂蜂網(wǎng)的銷售額為6.3億，位居化妝品垂直B2C首位，2012年4月，樂蜂網(wǎng)融資4000萬美元，在資本推動(dòng)下其發(fā)展明顯加快；樂蜂網(wǎng)基于明星達(dá)人和傳統(tǒng)媒體資源優(yōu)勢(shì)，定位于服務(wù)化專業(yè)平臺(tái)。樂蜂網(wǎng)除了兼有成熟品牌外，自主研發(fā)的品牌也占有很大比例。因此，以樂蜂網(wǎng)微博評(píng)論作為研究對(duì)象，對(duì)同行業(yè)的其他電商品牌更有指導(dǎo)意義。

3.2研究時(shí)間選取

利用Google Trends決定研究時(shí)間的選取。將“樂蜂網(wǎng)”輸入到Google Trends，搜索2013年全年熱度關(guān)鍵詞隨時(shí)間變化趨勢(shì)，可以明顯看出，3月份左右達(dá)到最高峰，可見3月份是最活躍時(shí)期，進(jìn)一步推斷3月份是化妝品電商行業(yè)最忙碌的月份。因此，將采集2013年3月1日至2013年3月31日期間樂蜂網(wǎng)新浪官方微博的微博評(píng)論作為分析數(shù)據(jù)。

3.3數(shù)據(jù)來源

實(shí)驗(yàn)數(shù)據(jù)來自樂蜂網(wǎng)新浪官方微博數(shù)據(jù)，利用火狐瀏覽器的兩個(gè)插件metastudio和datascaper來爬取新浪微博數(shù)據(jù)，共抽取2013年3月1日至3月31日的微博評(píng)論2108條。評(píng)論采集結(jié)束后，并不能直接用于分析，還需要對(duì)采集的評(píng)論進(jìn)行進(jìn)一步處理，除去廣告評(píng)論、重復(fù)評(píng)論和無效評(píng)論共121條，預(yù)處理后最終確定1987條微博評(píng)論用于后續(xù)分析。

3.4實(shí)驗(yàn)過程

（1）中文分詞。中文分詞的目的是為了后續(xù)更好地進(jìn)行觀點(diǎn)提取，本研究采用中科院開發(fā)的ICTCLAS系統(tǒng)［9］進(jìn)行中文分詞處理，通過ICTCLAS對(duì)評(píng)論進(jìn)行分詞，將分詞結(jié)果保存至TXT文本。

（2）特征提取。特征提取在本文中就是指關(guān)注點(diǎn)的提取，由于微博評(píng)論涉及方面較廣，因此，本文將采用企業(yè)網(wǎng)站首頁的商品分類提取商品特征。同時(shí)，結(jié)合波特價(jià)值鏈提取企業(yè)活動(dòng)特征。

表1　部分極性詞

（3）極性詞提取。極性詞提取是指提取評(píng)論中表達(dá)用戶觀點(diǎn)的詞，本文通過人工手動(dòng)提取極性詞，主要包括四種類型，分別是正面詞、負(fù)面詞、否定詞和中性詞，表1列舉了本文提取的部分極性詞。

（4）觀點(diǎn)提取和傾向性判斷。是指提取評(píng)論中評(píng)論者所表達(dá)的觀點(diǎn)及確定評(píng)論的情感傾向性，最終提取的觀點(diǎn)模式為〈（特征詞，極性詞），觀點(diǎn)傾向〉，本文的觀點(diǎn)傾向性分為好評(píng)、中評(píng)和差評(píng)。采用GATE軟件中的GATE Developer對(duì)評(píng)論中的特征以及極性詞進(jìn)行標(biāo)注，根據(jù)GATE軟件運(yùn)行結(jié)果，參照觀點(diǎn)評(píng)論提取模式手動(dòng)提取評(píng)論觀點(diǎn)，并判斷評(píng)論傾向性。

（5）統(tǒng)計(jì)結(jié)果。計(jì)算出各類特征的評(píng)論總數(shù)以及各自的好評(píng)數(shù)、中評(píng)數(shù)和差評(píng)數(shù)。

4　實(shí)驗(yàn)結(jié)果與討論分析

4.1實(shí)驗(yàn)結(jié)果描述

本文最終提取的關(guān)注點(diǎn)共有29個(gè)，將提取的關(guān)注點(diǎn)進(jìn)行整理后形成表2。

4.2觀點(diǎn)強(qiáng)弱程度分析

對(duì)以上29個(gè)關(guān)注點(diǎn)進(jìn)行強(qiáng)弱程度比較，分析出用戶在哪些關(guān)注點(diǎn)上關(guān)注的程度較高，哪些次之，哪些關(guān)注點(diǎn)幾乎不影響用戶行為。采用觀點(diǎn)關(guān)注度和觀點(diǎn)一致性將關(guān)注點(diǎn)分為四種，分別為強(qiáng)關(guān)注點(diǎn)、亞關(guān)注點(diǎn)、弱關(guān)注點(diǎn)和非關(guān)注點(diǎn)。

按照實(shí)驗(yàn)結(jié)果，分別對(duì)本文高低關(guān)注度、高低一致性和四種關(guān)注點(diǎn)進(jìn)行定義。

定義一：以評(píng)論比例作為判斷高低關(guān)注度的指標(biāo)，評(píng)論比例大于1%屬于高關(guān)注度，評(píng)論比例小于1%則為低關(guān)注度。如，以“美妝工具”和“網(wǎng)站體驗(yàn)”兩個(gè)指標(biāo)為例，“美妝工具”的評(píng)論數(shù)量為1，評(píng)論比例為0.06%，屬于低關(guān)注度；“網(wǎng)站體驗(yàn)”的評(píng)論數(shù)量為30，評(píng)論比例為1.76%，屬于高關(guān)注度。

定義二：以好評(píng)、中評(píng)和差評(píng)比例作為判斷高低一致性的指標(biāo)，這三種比例中只要有其中一項(xiàng)大于80%，即為高一致性，若其中一項(xiàng)小于80%，則為低一致性。以“淘寶”和“效率”兩個(gè)因素為例，“淘寶”的好評(píng)、中評(píng)、差評(píng)比例分別為75%、25%、0%，因此，“淘寶”為低一致性；“效率”的好評(píng)、中評(píng)、差評(píng)比例分別為86%、14%、0%，因此，效率為高一致性。

表2　關(guān)注點(diǎn)的觀點(diǎn)傾向性及觀點(diǎn)比例

定義三：強(qiáng)關(guān)注點(diǎn)是指同時(shí)具有高關(guān)注度和高一致性，即評(píng)論比例大于1%且好評(píng)、中評(píng)、差評(píng)比例只要有其中之一大于80%的關(guān)注點(diǎn)。

定義四：亞關(guān)注點(diǎn)是指同時(shí)具有高關(guān)注度和低一致性。即評(píng)論比例大于1%且好評(píng)、中評(píng)、差評(píng)比例只要有其中之一小于80%的關(guān)注點(diǎn)。

定義五：弱關(guān)注點(diǎn)是指同時(shí)具有低關(guān)注度和高一致性。即評(píng)論比例小于1%且好評(píng)、中評(píng)、差評(píng)比例只要有其中之一大于80%的關(guān)注點(diǎn)。

定義六：非關(guān)注點(diǎn)是指同時(shí)具有低關(guān)注度和低一致性。即評(píng)論比例小于1%且好評(píng)、中評(píng)、差評(píng)比例只要有其中之一小于80%的關(guān)注點(diǎn)。

通過對(duì)這些關(guān)注點(diǎn)進(jìn)行分析，根據(jù)關(guān)注點(diǎn)給用戶帶來的參考意義以及對(duì)用戶行為產(chǎn)生的影響進(jìn)行分類，最終結(jié)果如表3所示。

表3　關(guān)注點(diǎn)分類

4.3分析與討論

（1）強(qiáng)關(guān)注點(diǎn)會(huì)對(duì)用戶行為起決定性作用。很顯然，訂單和送貨都是和用戶購買產(chǎn)品的產(chǎn)品配送有關(guān)，如果用戶在決定購買產(chǎn)品時(shí)關(guān)注點(diǎn)在訂單、送貨上，由于差評(píng)比例較高，可能會(huì)作出放棄購買的決策；如果用戶的關(guān)注點(diǎn)集中于產(chǎn)品整體、李靜、工作人員、價(jià)格等，就可能作出購買產(chǎn)品的決定。這里要說明的是李靜是樂蜂網(wǎng)的創(chuàng)始人，對(duì)于李靜的評(píng)價(jià)全為好評(píng)，可見廣大用戶對(duì)樂蜂網(wǎng)的認(rèn)同感。

（2）亞關(guān)注點(diǎn)對(duì)用戶行為影響僅次于強(qiáng)關(guān)注點(diǎn)。雖然亞關(guān)注點(diǎn)也能對(duì)用戶行為起一定的決定作用，但是與強(qiáng)關(guān)注點(diǎn)相比而言，影響程度會(huì)相對(duì)較弱，有時(shí)可能會(huì)誤導(dǎo)用戶的決策。亞關(guān)注點(diǎn)起決定作用是因?yàn)槠涓哧P(guān)注度，但由于其低一致性的特點(diǎn)使用戶不能對(duì)一些信息作出明確判斷，因此引發(fā)的用戶行為可能會(huì)猶豫。如獎(jiǎng)、營銷活動(dòng)、公關(guān)活動(dòng)是趨于差評(píng)的，且這些都與企業(yè)組織的活動(dòng)有關(guān)。當(dāng)用戶的關(guān)注點(diǎn)在這些時(shí)，就可能會(huì)產(chǎn)生放棄參加活動(dòng)的決策。競爭行為趨于差評(píng)，表明用戶對(duì)企業(yè)進(jìn)行的競爭行為不滿，可能會(huì)影響用戶對(duì)企業(yè)的整體評(píng)價(jià)和看法，進(jìn)而對(duì)企業(yè)發(fā)表負(fù)面評(píng)論。售后服務(wù)和購物體驗(yàn)趨于差評(píng)的，如果用戶的關(guān)注點(diǎn)集中于此，就可能使用戶作出放棄購買產(chǎn)品的決策。彩妝香水是趨于好評(píng)的，但是這種好評(píng)的傾向性沒有強(qiáng)關(guān)注點(diǎn)的傾向性強(qiáng)烈，如果用戶對(duì)此比較關(guān)注，可能會(huì)對(duì)彩妝香水之類的產(chǎn)品產(chǎn)生好感，進(jìn)而可能會(huì)有購買該類產(chǎn)品的決策。在亞關(guān)注點(diǎn)中給用戶帶來最大困擾的是好評(píng)和差評(píng)傾向比例差不多的。比如上圖中的聚美優(yōu)品，該關(guān)注點(diǎn)的好評(píng)差評(píng)對(duì)半分，使用戶很難判斷該關(guān)注點(diǎn)的真實(shí)情況，如果用戶的關(guān)注點(diǎn)在這類上就可能會(huì)使用戶作出錯(cuò)誤決策。

（3）弱關(guān)注點(diǎn)對(duì)用戶行為的影響是比較低的。雖然該類關(guān)注點(diǎn)的一致性比例較高，觀點(diǎn)傾向性很明顯，但是關(guān)注度比較低，一般用戶很少去關(guān)注，同時(shí)該類關(guān)注點(diǎn)的評(píng)論數(shù)量也較少。時(shí)尚女裝傾向于差評(píng)，如果用戶關(guān)注到此因素，可能也不會(huì)使用戶放棄購買行為，因?yàn)槿蹶P(guān)注點(diǎn)對(duì)用戶的參考價(jià)值不大，對(duì)用戶行為的參考意義也不明顯。

（4）非關(guān)注點(diǎn)對(duì)用戶行為的影響最小。非關(guān)注點(diǎn)的關(guān)注度不高，一致性也不高，如果用戶關(guān)注點(diǎn)在淘寶、包裝、瘦身保養(yǎng)上，幾乎不會(huì)影響用戶行為決策，對(duì)用戶的參考意義也最小。

［參考文獻(xiàn)］

［1］丁振國，等.基于序列模式挖掘的社交網(wǎng)絡(luò)用戶行為分析［J］.現(xiàn)代情報(bào)，2013（3）：56－60.

［2］新浪微博與cic聯(lián)合發(fā)布.2012年企業(yè)微博白皮書［R］.北京：2012.

［3］Henning-Thurau，T.The impact of new media on customer relationships［J］.Journal of Service Research, 2010，3（13）：311－330.

［4］Sotiriadis M D，van Zyl C.Electronic word-of-mouth and online reviews in tourism services:the use of twitter by tourists［J］.Electronic Commerce Research，2013, 1 （31）：103－124.

［5］Zhang M，etal.Businessengagementon Twitter：apath analysis［J］.Electron Markets，2011，21：161－175.

［6］Jansen B J，et al.Twitter power：Tweets as electronic word of mouth［J］.Journal of the American Society for Information Science，2009，11（60）：2169－2188.

［7］唐曉波，王洪艷.基于潛在語義分析的微博主題挖掘模型研究［J］.圖書情報(bào)工作，2012（24）：114－119.

［8］艾瑞咨詢.化妝品垂直B2C兩強(qiáng)格局形成［EB/OL］. ［2013－12－11］.http://www.iresearch.com.cn.

［9］中國電子商務(wù)研究中心.2011年度中國B2C電子商務(wù)市場(chǎng)調(diào)查報(bào)告［R］.杭州：2011.

［收稿日期］2014－10－14 ［責(zé)任編輯］李金甌

［作者簡介］許凡（1989－），女，河海大學(xué)商學(xué)院碩士研究生，研究方向：企業(yè)競爭情報(bào)；施國良（1966－），男，副教授，碩士生導(dǎo)師，河海大學(xué)商學(xué)院管理科學(xué)與信息管理系副主任，研究方向：企業(yè)競爭情報(bào)。

［文章編號(hào)］1005－8214（2015）08－0045－04

［文獻(xiàn)標(biāo)志碼］A

［中圖分類號(hào)］G252.8