文本情感分析在電子商務(wù)中的應(yīng)用探討

陳紀(jì)元 北京市豐臺(tái)區(qū)豐臺(tái)第二中學(xué)

一、引言

電子商務(wù)是以信息、網(wǎng)絡(luò)技術(shù)為手段，以商品交換為中心的商務(wù)活動(dòng)，可以理解為電子商務(wù)是對(duì)傳統(tǒng)商業(yè)活動(dòng)的電子化、信息化。近年來，隨著國民經(jīng)濟(jì)的不斷增長，電子商務(wù)的規(guī)模、覆蓋領(lǐng)域都有了質(zhì)的飛躍。經(jīng)過近20年積極推進(jìn)和創(chuàng)新發(fā)展，“十二五”期間，我國電子商務(wù)交易規(guī)模從2011年的6萬億元增至2015年的21.8萬億元，已經(jīng)成為全球規(guī)模最大、發(fā)展速度最快的電子商務(wù)市場。2016年12月，商務(wù)部、中央網(wǎng)信辦、發(fā)展改革委三部門聯(lián)合印發(fā)了《電子商務(wù)“十三五”發(fā)展規(guī)劃》，確立了“2020年電子商務(wù)交易額40萬億元、網(wǎng)上零售總額10萬億元、相關(guān)從業(yè)者5000萬人”三大發(fā)展指標(biāo)[1]。電子商務(wù)的發(fā)展一方面促進(jìn)了社會(huì)經(jīng)濟(jì)的增長，同時(shí)也帶來了海量的就業(yè)機(jī)會(huì)，其未來將有著廣闊的發(fā)展前景。

在電子商務(wù)中，用戶在購買商品后會(huì)對(duì)商品的使用效果進(jìn)行反饋，常常以評(píng)論的形式展示出來，這些評(píng)論在較大程度上反映了用戶對(duì)商品的情感狀態(tài)，對(duì)于潛在用戶的購買行為有著十分明顯的影響。同時(shí)，評(píng)論中不僅包含用戶對(duì)商品使用后的滿意情況，也包含其購物的偏好信息，如果能對(duì)評(píng)論進(jìn)行深入挖掘，就可以幫助用戶推薦商品，提升購物體驗(yàn)，也能幫助商家對(duì)商品的屬性進(jìn)行分析，據(jù)此優(yōu)化后續(xù)產(chǎn)品更新方案[2]。用戶購買商品后也會(huì)在各種社交媒體上進(jìn)行分享，表達(dá)自己的使用感受，分析同類商品的優(yōu)缺點(diǎn)；此外，一些專門的商品評(píng)測機(jī)構(gòu)也會(huì)在網(wǎng)絡(luò)上發(fā)布其評(píng)測結(jié)果，對(duì)社交媒體以及網(wǎng)絡(luò)上相關(guān)的信息進(jìn)行分析有助于商品生產(chǎn)者了解用戶對(duì)商品的使用感受，進(jìn)而對(duì)商品進(jìn)行改進(jìn)。本文將介紹文本情感分析的原理，以及在電子商務(wù)中的應(yīng)用情況，討論其存在的不足，以期為其未來發(fā)展提供參考。

二、文本情感分析概述

文本情感分析是指對(duì)包含用戶情感態(tài)度的文本數(shù)據(jù)進(jìn)行識(shí)別與分析，可以在在詞語、語句及語段三個(gè)粒度上進(jìn)行分析，而在電子商務(wù)里主要是針對(duì)語句層面的數(shù)據(jù)進(jìn)行分析。文本情感分析的主要流程為文本采集與篩選、文本情感信息的抽取、文本情感信息的分析以及文本情感信息的歸納[3]。

一般而言，商品相關(guān)的文本如評(píng)論、用戶發(fā)布的狀態(tài)等數(shù)據(jù)可以利用爬蟲技術(shù)從淘寶、京東、微博等平臺(tái)進(jìn)行采集，之后對(duì)這些文本進(jìn)行篩選，選取滿足設(shè)定閾值（文本長度，非表情符合數(shù)量）的部分進(jìn)行下一步分析。文本信息抽取是將自然語言形式的評(píng)論性文本轉(zhuǎn)化為一定的信息單元，并將其轉(zhuǎn)化為計(jì)算機(jī)能夠識(shí)別處理的文本模型，這部分充當(dāng)了用戶語言與情感分析的橋梁。而情感信息分類是將通過計(jì)算機(jī)處理后的文本模型根據(jù)評(píng)論人、被評(píng)價(jià)的商品，以及情感的傾向性和強(qiáng)度等標(biāo)準(zhǔn)進(jìn)行識(shí)別、分類，以此提取出文本中所蘊(yùn)含的核心信息。例如在對(duì)用戶對(duì)產(chǎn)品的褒貶進(jìn)行分類時(shí)，“寶貝很好”與“真垃圾”的文本會(huì)被識(shí)別為傾向褒義與貶義。情感信息的歸納則是將以上分析的結(jié)果進(jìn)行綜合匯總，生成最終對(duì)全部文本信息的報(bào)告，以便商家了解用戶對(duì)商品的總結(jié)評(píng)價(jià)。

三、文本情感分析在電子商務(wù)中的應(yīng)用

（一）客戶流失預(yù)測

在電子商務(wù)中，用戶對(duì)產(chǎn)品發(fā)生的情感變化或外界因素導(dǎo)致用戶放棄繼續(xù)購買使用產(chǎn)品的現(xiàn)象稱為客戶流失。而客戶流失預(yù)測則是根據(jù)客戶的歷史信息，判斷客戶對(duì)產(chǎn)品的情感態(tài)度，識(shí)別客戶流失的影響因素，預(yù)測出潛在流失客戶并制定挽留策略的過程。在一些研究中發(fā)現(xiàn)，新用戶的拓展成本遠(yuǎn)大于對(duì)已有客戶的挽留成本，因此對(duì)客戶的流失預(yù)測在電子商務(wù)中具有重要的應(yīng)用價(jià)值。近年來，許多研究者開始利用文本情感分析技術(shù)進(jìn)行客戶流失預(yù)測[4]。

在判斷客戶情感傾向方面，首先借助情感詞典（如知網(wǎng)的HowNet詞典）對(duì)文本進(jìn)行分詞，之后進(jìn)行文本特征的選擇，提取文本中的情感特征，之后進(jìn)行情感傾向的識(shí)別，可以采用機(jī)器學(xué)習(xí)模型完成。在獲得用戶的情感分析報(bào)告之后，商家可以據(jù)此分析用戶的使用感受，進(jìn)而預(yù)測客戶的流失情況，并分析客戶流失的原因，進(jìn)而作出針對(duì)性的挽留策略。

（二）用戶偏好識(shí)別

根據(jù)文本情感分析技術(shù)對(duì)單個(gè)用戶進(jìn)行追蹤，通過分析用戶所購買的產(chǎn)品以及使用感受，就可以推測用戶的購買偏好即為用戶偏好識(shí)別。根據(jù)用戶的偏好，可以個(gè)性化地為其推薦商品。在得知用戶的購買偏好之后，對(duì)其推薦商品不但可以有效增加商品的銷售量，同時(shí)也迎合了客戶的使用感受，提高了用戶對(duì)平臺(tái)的忠誠度與好感度。而利用文本情感分析技術(shù)對(duì)用戶的偏好識(shí)別是目前電子商務(wù)領(lǐng)域最熱門的研究領(lǐng)域[5]。

阿里巴巴旗下淘寶購物平臺(tái)的用戶、商品數(shù)量都數(shù)以億計(jì)，平臺(tái)需要對(duì)用戶的檢索請(qǐng)求做出毫秒級(jí)處理、響應(yīng)，其檢索結(jié)果的準(zhǔn)確性將直接影響用戶的購物體驗(yàn)，因此，如何提高搜索體驗(yàn)是淘寶網(wǎng)面臨的難題。近年來，利用用戶對(duì)商品的偏好提高電子商務(wù)平臺(tái)用戶的搜索體驗(yàn)越來越受到重視。淘寶網(wǎng)對(duì)用戶進(jìn)行偏好識(shí)別的重要方法就是利用文本情感分析技術(shù)，數(shù)據(jù)主要采用用戶的評(píng)論文本。其分析步驟為：首先對(duì)用戶所評(píng)價(jià)的商品進(jìn)行分類，例如“服飾”“日用品”，這是為了獲得用戶在網(wǎng)站上對(duì)不同品類商品的購買傾向，同時(shí)不同品類對(duì)應(yīng)的關(guān)鍵情感詞也有所不同；其次是對(duì)評(píng)論文本進(jìn)行處理，要從價(jià)格、質(zhì)量、服務(wù)、物流等方面逐一獲取用戶的態(tài)度，例如在分析一款商品的評(píng)價(jià)時(shí)，抓取的情感詞有“物美價(jià)廉”、“出水流暢”、“到貨快”等，這分別對(duì)應(yīng)這款商品的價(jià)格、質(zhì)量和物流；最后則是根據(jù)用戶的情感態(tài)度判斷其購買偏好，例如用戶評(píng)價(jià)商品為“小貴”，則代表這款商品的價(jià)位高于用戶期望值，那么在為用戶推薦同款商品時(shí)則選取價(jià)格區(qū)間更低的進(jìn)行推薦。又如某位客戶評(píng)價(jià)中含有物流的情感詞更多，則說明他購買時(shí)更注重物流，那么推薦的商品的物流應(yīng)該更快。

（三）商品使用調(diào)查

商品使用調(diào)查是通過統(tǒng)計(jì)學(xué)手段來獲取用戶對(duì)商品的態(tài)度、意見等信息的過程。商品使用調(diào)查的覆蓋面廣泛，調(diào)查問題可以多樣，結(jié)果的可信性越高，獲得的用戶群體對(duì)商品的使用感受數(shù)據(jù)以及建議就越準(zhǔn)確，根據(jù)這些反饋對(duì)商品的生產(chǎn)和銷售可以改進(jìn)，對(duì)于電商企業(yè)和商品廠家都具有重要的意義。但傳統(tǒng)的問卷等調(diào)查方式在對(duì)調(diào)查數(shù)據(jù)的收集、清洗、分析等階段均需要投入大量的人力與時(shí)間，成本較高，特別是對(duì)于訪談獲取的含有長段落文本的調(diào)查數(shù)據(jù)的分析處理則更加費(fèi)時(shí)費(fèi)力。為此，越來越多的研究者開始通過文本情感分析技術(shù)進(jìn)行商品調(diào)查方面的研究，不但可以更快捷地獲取調(diào)查數(shù)據(jù)，同時(shí)對(duì)于主觀性文字也具有良好的分析能力，從而節(jié)省大量人力物力。

商品使用調(diào)查的方式多樣，可分為訪談?lì)惣皢柧眍悆煞N。對(duì)于定性的開放性問題，基于文本情感分析技術(shù)的訪談?lì)惻c問卷類調(diào)查其流程基本相同，只是在數(shù)據(jù)的獲取方面有所差異：對(duì)于訪談?lì)?，調(diào)查結(jié)果是語音，需通過語音識(shí)別技術(shù)將其轉(zhuǎn)為可識(shí)別的文本后進(jìn)行分析；對(duì)于問卷類則需要使用文本識(shí)別技術(shù)獲取原始的調(diào)查數(shù)據(jù)。后續(xù)的分析過程與3.1和3.2節(jié)的過程相似，但需要注意的是調(diào)查問卷中不僅僅含有用戶的使用態(tài)度，有些問卷中還含有用戶對(duì)產(chǎn)品的意見和建議，需要通過提取文本中的關(guān)鍵詞來獲取。

四、討論

盡管情感分析適用于諸多領(lǐng)域，但現(xiàn)階段這項(xiàng)技術(shù)還面臨許多挑戰(zhàn)。

首先是用戶隱私問題。由于電商評(píng)論數(shù)據(jù)是用戶對(duì)商品情況的主觀表達(dá)，其中難免會(huì)包含用戶的隱私信息，如用戶的地址、興趣愛好等，這些信息目前是公開的，所有用戶都可以看到，但如果被不法分子獲取，通過綜合分析也會(huì)竊取用戶的敏感信息，因此，電子商務(wù)企業(yè)在利用這些數(shù)據(jù)時(shí)也應(yīng)注重對(duì)用戶隱私的保護(hù)。

其次是算法性能問題?，F(xiàn)有的文本情感分析技術(shù)是建立在自然語言處理技術(shù)的基礎(chǔ)上，而對(duì)自然語言的理解一直是研究者有待攻克的難題。例如，同一段文字在不同的語境下可能意思不同，選取的情感詞不應(yīng)僅局限于副詞與形容詞，一些名詞、新詞等也會(huì)是用戶態(tài)度的表達(dá)。因此，在文本情感分析技術(shù)的發(fā)展過程中應(yīng)注重對(duì)自然語言處理技術(shù)本身的研發(fā)，提高對(duì)文本信息分析的準(zhǔn)確性。

五、結(jié)語

本文介紹了文本情感分析的原理，分析了其在電子商務(wù)中客戶流失預(yù)測、用戶偏好識(shí)別與商品推薦以及商品使用調(diào)查三個(gè)方面的應(yīng)用情況。文本情感分析是針對(duì)自然語言的研究，我國在這方面研究的起步較晚，其原因主要在于漢語表達(dá)的多樣性與復(fù)雜性，以及國內(nèi)網(wǎng)絡(luò)用語的隨意和多樣性。隨著情感詞典和算法的完善，文本情感分析技術(shù)將會(huì)有越來越多的應(yīng)用，不僅僅局限在電子商務(wù)領(lǐng)域。