基于在線評論情感分析和模糊認知圖的產(chǎn)品差異性研究

段恒鑫， 劉 盾,2， 葉曉慶

(1.西南交通大學 經(jīng)濟管理學院 成都 610031； 2.重慶郵電大學 計算智能重慶市重點實驗室 重慶 400065)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展、在線支付的普及以及物流配送效率的提升，在線購物成為主流趨勢，電子商務成交量逐年增加[1]。然而，在電子商務飛速發(fā)展的同時，品牌之間的競爭也日益嚴重，品牌想要沖出重圍，需要形成自身特色，并以此來提高品牌的競爭力。為此，大多企業(yè)一般采取產(chǎn)品差異化戰(zhàn)略，通過突出品牌優(yōu)勢來吸引用戶，提高產(chǎn)品競爭力。

產(chǎn)品差異性是用戶接受商家品牌與其他競爭者之間的差異程度[2]。以化妝品品牌為例，企業(yè)針對不同目標用戶，將旗下品牌按照“高端”、“輕奢”、“平價”進行市場細分。例如，世界著名化妝品巨頭歐萊雅集團旗下一線品牌有赫蓮娜；二線品牌有蘭蔻和碧歐泉；三線品牌有巴黎歐萊雅、科顏氏等。從企業(yè)角度，分析產(chǎn)品差異性可以幫助企業(yè)有效獲取用戶需求，精準定位目標用戶，核定市場細分，為生產(chǎn)安排提供反饋；從用戶角度，分析產(chǎn)品差異性可以給用戶更多的關于產(chǎn)品橫向?qū)Ρ刃畔?，輔助購買決策[3]。

在線評論是獲取商品評價的重要渠道，對企業(yè)和用戶來說都有重要意義。借助互聯(lián)網(wǎng)平臺交互性、個性化、便捷性等特點，越來越多的用戶愿意在網(wǎng)絡社區(qū)或電子商務網(wǎng)站上瀏覽和發(fā)布信息，以達到產(chǎn)品信息交流和購物體驗分享的目的。對于用戶而言，在線評論反映了產(chǎn)品的真實信息，可以幫助用戶進行購買決策；對于企業(yè)而言，在線評論中蘊藏著有關產(chǎn)品、服務質(zhì)量和用戶情感態(tài)度等豐富的信息，是企業(yè)獲取用戶需求的重要來源。因此，近年來，在線評論逐漸成為商家和電子商務平臺關注的焦點[4]。一方面，在線評論直接反映了用戶對產(chǎn)品的滿意度；另一方面，在線評論間接地反映了用戶的主要需求，是實現(xiàn)品牌差異性分析的有效信息。

然而，如果要實現(xiàn)精準的品牌差異性分析，我們不但需要挖掘用戶主要關注屬性，還要獲取用戶對不同屬性的情感傾向以及屬性間的關系?；诖?，本文提出了基于在線評論情感分析和模糊認知圖的產(chǎn)品差異化分析模型。該模型首先通過機器學習算法與深度學習技術(shù)從在線評論中挖掘用戶關注的屬性，進行情感判斷，再通過模糊認知圖(fuzzy cognitive map, FCM)獲取用戶對產(chǎn)品不同屬性的情感傾向，以此獲得產(chǎn)品差異性分析的綜合評價。

1 相關理論

1.1 LDA主題模型

LDA是由Blei等[5]提出的文本主題提取模型，用于直接提取文本中具有語義解釋性的主題特征。在LDA中存在一個假設，即用戶在編輯評論文本時，在他的意識中會存在一些主題元素，而這些主題中會存在不同的詞或句，通過主題-詞選擇來構(gòu)成用戶產(chǎn)生的在線評論，LDA具體模型如圖1所示。其中：k表示提取主題的數(shù)；N表示在線評論包含的詞數(shù)量；wm,n表示第m篇文檔的第n個詞；tm,n表示第m篇文檔第n個主題；φk表示各主題下對應的詞概率分布；θm表示各文檔下對應的主題分布。假設整體在線評論存在V個非重復詞匯，根據(jù)上述模型，可計算相應的聯(lián)合概率分布為

圖1 LDA模型

當超參數(shù)α、β給定時，可通過吉布斯采樣對LDA中參數(shù)θm和φk進行估計求解：

通過對參數(shù)θm和φk進行求解，可獲得各在線評論文本的主題分布和各主題下的詞分布，由此來實現(xiàn)基于LDA的在線評論主題提取。

1.2 長短期記憶網(wǎng)絡(LSTM)

LSTM是Hochreiter等[6]提出的一種特殊的循環(huán)神經(jīng)網(wǎng)絡，主要為了解決長序列訓練過程中的梯度消失和梯度爆炸的問題。LSTM通過一個記憶單元與三個門(遺忘門、更新門、輸出門)結(jié)構(gòu)來實現(xiàn)對每個單元狀態(tài)的控制[7]，其結(jié)構(gòu)如圖2所示。與循環(huán)神經(jīng)網(wǎng)絡相比，長短期記憶LSTM有2個傳輸狀態(tài)：c1(cell state)，h1(hidden state)。循環(huán)神經(jīng)網(wǎng)絡中的h1就是LSTM中的c1，這也是LSTM的關鍵。LSTM利用門的結(jié)構(gòu)來精確控制加入或移除信息到記憶狀態(tài)。

圖2 LSTM結(jié)構(gòu)圖

1.3 模糊認知圖(FCM)

模糊認知圖(fuzzy cognitive map, FCM) 是一種利用現(xiàn)有知識和專家經(jīng)驗來模擬復雜系統(tǒng)的方法[8]。模糊認知圖利用接近于人類認知的方式描述一個系統(tǒng)，通過強調(diào)因果連接和圖的結(jié)構(gòu)來表示知識，同時利用規(guī)則的形式將專家知識和從數(shù)據(jù)中獲得的有用知識合并在一起[9]。在網(wǎng)絡管理[10]、故障分析[11]、專家決策[12]等領域有廣泛應用。在模糊認知圖中，用有向弧表示概念節(jié)點之間的關系，從原因指向結(jié)果[13]，其主要結(jié)構(gòu)如圖3所示。在模糊認知圖中，集合Ci(i=1,2,…,n)代表一組有語義的概念節(jié)點，其中n代表節(jié)點個數(shù)。節(jié)點間的有向弧表示兩者間的因果關系，權(quán)重Wij(-1≤Wij≤1)的大小表示原因節(jié)點對結(jié)果結(jié)點的影響程度[14]。當0

圖3 FCM結(jié)構(gòu)圖

2 基于在線評論情感分析和模糊認知圖的分析模型

在本小節(jié)中，為了挖掘用戶對品牌特定屬性的情感傾向，探索品牌差異性，我們構(gòu)建了一種基于情感分析和模糊認知圖的在線評論分析模型。該分析模型主要有四個步驟：第一，利用LDA提取用戶關注屬性；第二，通過LSTM與概念語言術(shù)語集挖掘用戶對不同屬性的情感傾向；第三，構(gòu)造FCM挖掘?qū)傩灾g的關系；第四，基于EBM獲取綜合評價。為了更清楚地描述上述流程，圖4給出該模型的基本模型框架圖。

圖4 基本模型框架圖

2.1 挖掘用戶關注屬性

本文利用LDA模型對評論文本進行主題提取，并根據(jù)LDA獲取的文本主題分布來確定用戶關注屬性。首先，將處理后的評論文本輸入LDA模型，為每個主題詞分配一個屬性；其次，遍歷所有主題詞，根據(jù)Gibbs抽樣公式對每個單詞的屬性分布進行重采樣和更新，直到結(jié)果收斂；最后，合并類似主題并給出相應屬性命名，并據(jù)此構(gòu)造每條評論文本在不同屬性下的文本-屬性矩陣。

2.2 屬性情感分析

為了挖掘用戶對品牌特定屬性的情感傾向，本文采用LSTM對每個評論文本的情感進行分析，并對文本信息進行量化。通過情感分析，每個評論文本都有一個介于0到1之間的情感得分，1表示最積極的情感，0表示最消極的情感。因此，每一個分數(shù)代表了評論文本的情感程度，可利用情感得分評估用戶對不同品牌的滿意度。為了更清晰地衡量用戶的情感態(tài)度，本文利用PLTSs來評估用戶對不同屬性的情感。在PLTSs的框架下，可以將滿意度分為5個等級：(1, 0.8)；(0.8, 0.6)；(0.6, 0.4)；(0.4, 0.2)；(0.2, 0)[16]，它們分別對應了“非常滿意”、“滿意”、“一般”、“不滿意”、“非常不滿意”5種語言術(shù)語集。據(jù)此，本文將情感得分按照5個等級進行劃分，相應的情感分析過程可分為以下4個步驟。

步驟1 對每條評論文本進行預處理，并得到屬性及主題詞；

步驟2 用訓練集數(shù)據(jù)訓練LSTM模型，并利用訓練好的模型計算每條評論的得分；

步驟3 利用PLTSs將情感得分劃分到5個等級中；

步驟4 將5個情感水平百分比標準化為滿意度。

2.3 屬性關系挖掘

為了進一步挖掘?qū)傩灾g的關系，我們進一步通過模糊關聯(lián)規(guī)則進行屬性關系挖掘，建立描述屬性相互關系的FCM模型。其中，用Aj→Al表示屬性Aj和Al(j≠l)之間的模糊關聯(lián)規(guī)則，M為評論數(shù)量，vij和vil分別表示文本Texti(i=1,2,…,M)對屬性Aj和Al的影響，其值分別等于文本Texti屬于Aj、Al的概率。根據(jù)文獻[17]，可以計算Aj→Al的支持度、置信度和提升度分別為

(1)

(2)

lift(Aj→Al)=conf(Aj→Al)/supp(Al)，

(3)

其中：supp(Aj→Al)為支持度，用于描述屬性Aj和Al同時出現(xiàn)的可能性；conf(Aj→Al)為置信度，它刻畫了Aj對Al的影響；lift(Aj→Al)為支持度，它可以衡量模糊關聯(lián)規(guī)則的極性。

在構(gòu)建基于關聯(lián)規(guī)則的FCM模型時，需要設立一個最小支持度與最小置信度，用于刪除支持度小于最小支持度、置信度小于最小置信度的關聯(lián)規(guī)則。在其余的關聯(lián)規(guī)則中，選擇置信度作為關聯(lián)規(guī)則的絕對權(quán)重，用提升度確定權(quán)重的極性。對于每個關聯(lián)規(guī)則Aj→Al，如果lift(Aj→Al)=1，則Aj與Al相互獨立；如果lift(Aj→Al)>1，則Aj與Al正相關；如果lift(Aj→Al)<1，則Aj與Al負相關；在本文中，最小置信度設為0.25，最小支持度為0.30?；谏鲜龇治觯梢詷?gòu)造相應的模糊認知圖，具體分為3個步驟。

步驟1 根據(jù)公式(1)～(3)，計算supp(Aj→Al)、conf(Aj→Al)與lift(Aj→Al)；

步驟2 刪除支持度小于最小支持度的規(guī)則，刪除置信度小于最小置信度的規(guī)則；

步驟3 根據(jù)lift(Aj→Al)計算出該關聯(lián)規(guī)則的權(quán)重。

2.4 總體評價

Itj=B·Ptj.

(4)

在FCM中，中心度被用來描述確定屬性重要性的度量，它可以利用屬性的索引值Indegree(Aj)和出度值Outdegree(Aj)計算權(quán)重信息。這里，屬性的度中心性定義為

Degreecentrality(Aj)=Outdegree(Aj)+Indegree(Aj)，

(5)

其中：索引值等于指向該屬性的所有關聯(lián)規(guī)則的權(quán)重之和；出度值等于從該屬性中指出的所有關聯(lián)規(guī)則的權(quán)重之和。如果一個屬性具有更高的度中心性，那么它在FCM圖中應該扮演更重要的角色。據(jù)此，我們可以進一步規(guī)范化屬性Aj的度中心性，并計算中心度的權(quán)重為

(6)

作為聚合算子的典型代表之一，BM算子(bonferroni mean operator)不僅可以計算每種屬性的重要性，而且能夠有效地捕獲屬性間的內(nèi)在聯(lián)系，因而常常被應用到多屬性群決策問題中。然而，雖然BM算子考慮了屬性之間的相互作用，但這種交互是非定向的。對于FCM而言，每個關聯(lián)規(guī)則表示屬性之間的因果關系?；谏鲜龇治觯瑢τ谝粋€特定的品牌，我們使用了改進的EBM算子來測量滿意度得分。

對于第t個品牌，基于EBM的計算結(jié)果，分別使用乘法屬性計算每個屬性Aj的滿意度得分，

(7)

(8)

3 實驗結(jié)果與分析

3.1 實驗數(shù)據(jù)

為了驗證所提出方法的有效性，選取京東商城化妝品真實數(shù)據(jù)進行驗證，爬取了2016年6月至2020年6月京東商城中歐萊雅、雅詩蘭黛、資生堂和愛茉莉太平洋4個化妝品品牌的在線評論數(shù)據(jù)。經(jīng)過數(shù)據(jù)清洗后有效評論為156 956條，其中包含111 365條正向評論和47 591條負向評論。平均每條評論長度為154字，經(jīng)過Jieba分詞后平均分詞數(shù)為54個。文本情感極性標簽分別用1和0表示，1代表正向評論，0代表負向評論。所有有效評論數(shù)據(jù)集包含4個大品牌，每個大品牌下均有一級、二級、三級產(chǎn)品。如雅詩蘭黛旗下一級產(chǎn)品有海藍之謎；二級產(chǎn)品有雅詩蘭黛、悅木之源；三級產(chǎn)品有朗仕等，其數(shù)據(jù)分布如表1所示。

表1 4個品牌評論數(shù)據(jù)分布表

3.2 實驗結(jié)果分析

3.2.1屬性挖掘 根據(jù)圖4的提出的框架模型，利用LDA對在線評論進行主題提取，可以得到價格(A1)、性價比(A2)、效果(A3)、物流(A4)、售后(A5)5個屬性，每一個屬性及其對應的主要關鍵詞如表2所示。如在“價格”主題下，有“劃算”、“便宜”、“優(yōu)惠”等關鍵詞；售后主題下則有“客戶”、“保障”、“服務態(tài)度”等關鍵詞。

表2 評論主題與核心關鍵詞表

根據(jù)表2提取的5個主題，分別計算每條在線評論對5個屬性的概率分布，得到的文本-屬性概率矩陣結(jié)果如表3所示。以Text2為例，它對A1、A4的概率值分別為0.453 6、0.237 4，這說明第2條在線評論對應“性價比”概率為0.453 6，對應“物流”關鍵詞的概率為0.237 4。

根據(jù)表3，可以分別計算文本-屬性概率矩陣中每一行的最大值，其代表該文本的主屬性，如：Text1的主屬性為“價格”；Text2的主屬性為“價格”；Text3的主屬性為“物流”等。此外，可以據(jù)此簡單統(tǒng)計各屬性下評論的主屬性分布情況，其中涉及價格屬性33 129條、性價比屬性55 513條、效果屬性8 598條、物流屬性7 965條、售后屬性53 751條。顯而易見地，在所有評論中，“性價比”和“售后”兩條主屬性的評論數(shù)量均超過5萬條，這說明所有評論對“性價比”和“售后”兩個屬性最為關注。然后，根據(jù)LSTM計算每條文本的情感分布，也可以計算每一條文本的情感得分情況，如：Text1的情感得分為0.808 0；Text2的主屬性情感得分為0.033 4；Text3的情感得分為0.102 6等。可以看到，每一條文本的輸出概率在0和1之間，其數(shù)字大小含義為：如果該條評論得分越高，就越接近正向評論；得分越低，則越接近負向評論。進一步地，通過LDA和LSTM計算的結(jié)果并結(jié)合 PLTSs，可以計算各個屬性的總體滿意度比例，如表4所示。

表3 文本-屬性概率矩陣

表4 屬性的總體滿意度比例表

3.2.2屬性關系分析 根據(jù)表3和公式(1)～(3)，可計算相應的置信度和提升度矩陣，計算結(jié)果如表5和表6所示。根據(jù)表5～6可以繪制總體FCM。在圖5中，箭頭代表兩屬性的關聯(lián)。在總體模糊認知圖中，其他幾個屬性均與屬性“售后”有關聯(lián)，由此可見，該屬性在分析在線評論中具有很重要的意義。根據(jù)公式(4)～(7)，可以分別計算不同品牌和不同產(chǎn)品等級的屬性綜合評分，如表7所示。

表5 總體置信度矩陣

表6 總體提升度矩陣

圖5 總體FCM

最后，根據(jù)品牌和產(chǎn)品等級數(shù)據(jù)，通過公式(1)～(3)分別構(gòu)建相應的FCM，結(jié)果如圖6所示。一方面，通過圖6(a)可以發(fā)現(xiàn)，不同品牌間屬性關系存在差異。如品牌“歐萊雅”的“價格”、“性價比”和“物流”屬性對“售后”屬性有正向關系；品牌“雅詩蘭黛”的“價格”、“性價比”、“效果”屬性對“售后”屬性有正向關系，“售后”對“物流”有正向關系，“售后”對“效果”有負向關系；另一方面，由圖6(b)可以得到，不同產(chǎn)品等級間屬性關系差異較大，一級產(chǎn)品的屬性“物流”、“效果”與“售后”存在正向關系，而“價格”與“售后”存在負向關系，一級產(chǎn)品價格較高，用戶在購買時更看重產(chǎn)品質(zhì)量與效果。

圖6 不同品牌和不同產(chǎn)品等級FCM

3.2.3綜合評價 根據(jù)表7～8和公式(8)，可以得到不同品牌和不同產(chǎn)品等級的最終加權(quán)滿意度得分，其品牌得分排序情況：歐萊雅(0.903 1)<雅詩蘭黛(0.919 5)<資生堂(0.952 6)<愛茉莉太平洋(1.021 8)；從等級角度，則有一級產(chǎn)品(1.010 7)>二級產(chǎn)品(0.952 1)>三級產(chǎn)品(0.852 1)。為了更加方便地對其進行比較，我們將不同品牌屬性和不同產(chǎn)品等級得分進行匯總，結(jié)果如圖7所示。

表7 不同品牌的屬性評分表

由圖7(a)，從品牌角度，在綜合滿意度最高的愛茉莉太平洋中，“性價比”、“售后”是其應該關注的屬性。根據(jù)其模糊認知圖，可以發(fā)現(xiàn)，“效果”、“價格”與“售后”呈明顯正相關，品牌方應多關注這兩個屬性；在資生堂中，“效果”、“價格”則需要引起高度關注；在雅詩蘭黛中，“價格”是其主要優(yōu)勢，需要在“物流”、“售后”方面投入更多精力；在歐萊雅中，各項屬性均落后于其他三個品牌。由圖7(b)從用戶角度，三個產(chǎn)品的等級呈現(xiàn)出了明顯的大小關系。一級產(chǎn)品在除“價格”以外的幾個屬性上均優(yōu)于其他兩種產(chǎn)品；二級產(chǎn)品則在“售后”屬性上落后于三級產(chǎn)品。

表8 不同產(chǎn)品等級的屬性評分表

圖7 不同品牌和不同等級屬性得分圖

基于上述分析，從品牌等級角度來看，一級產(chǎn)品的各項指標遠遠高于二級和三級產(chǎn)品，驗證了“差異化”營銷的有效性。同時，在所有屬性中，“售后”屬性表現(xiàn)最差，這說明所有品牌都需要對這一指標采取措施用以提升顧客滿意度。

3.3 情感分析結(jié)果對比

為了進一步驗證本文所用LSTM算法的有效性，我們選取情感分析常用的支持向量機(SVM)，樸素貝葉斯(Naive Bayesian)、卷積神經(jīng)網(wǎng)(CNN)、極限梯度提升算法(XGBoost)作為基準算法。這里，我們采用精度(Precision)、召回率(Recall)和F1值三個指標作為評價標準來衡量不同算法在情感分析過程中的表現(xiàn)情況，算法所用公式為

Precision=TP/(TP+FP)；

(9)

Recall=TP/(TP+FN)；

(10)

F1=2precision·recall/(precision+recall)。

(11)

結(jié)果匯總?cè)绫?所示。無論是在Precision、Recall還是F1值的表現(xiàn)上，LSTM相較其他算法都取得了較好的預測效果，這也間接說明本文利用LSTM進行情感分析是合理和有效的。

表9 算法結(jié)果匯總表

4 結(jié)論與展望

為了幫助企業(yè)發(fā)現(xiàn)市場的差異化需求，對某產(chǎn)品或服務進行有效創(chuàng)新和改進，本研究以化妝品市場為例，針對差異性產(chǎn)品，分別從品牌和用戶兩個維度，挖掘產(chǎn)品差異化特征，分析用戶滿意度，對差異化產(chǎn)品的競爭性進行探討，并提出相應的改進建議。首先，利用LDA挖掘用戶所關心的產(chǎn)品特征；其次，利用長短期記憶和概率語言術(shù)語集更準確地測度了用戶對不同產(chǎn)品特征的情感；然后，利用模糊認知圖和關聯(lián)規(guī)則進一步研究了各產(chǎn)品特征之間的相互關系，構(gòu)建了特征之間的關系圖；最后，通過EBM算子對決策信息進行聚合，得到最終綜合評價?？偠灾?，本文所提出的模型和方法能夠?qū)⒃诰€評論的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為定量信息，獲得產(chǎn)品特征的滿意度評價，并在主題提取、情感分析、以及綜合評價方面取得了一定的效果。在未來研究中，一方面可以將數(shù)據(jù)的時序性引入到研究中，根據(jù)時間動態(tài)變化來探索動態(tài)的用戶滿意度變化，并分析產(chǎn)品差異性變化趨勢；另一方面，考慮到模糊認知圖只是衡量屬性關系的一種形式，后續(xù)還可以探討其他模型來實現(xiàn)相關任務。