電商在線評論排序模型研究

鄧新潔，唐觀根，龔禮春，吳國華

（1.杭州電子科技大學計算機學院，杭州 310018；2.杭州電子科技大學網絡空間安全學院，杭州 310018）

0 引言

隨著互聯網時代的到來，網絡購物在生活中日益普遍。中國互聯網絡信息中心（CNNIC）針對中國網絡購物市場的調研報告顯示，中國電子商務購物市場未來3年增速將逐漸變緩，市場日漸趨于成熟。至2020年，中國網絡購物的市場規模最高可能達到4.2萬億元，與目前美、日、英、德四國的市場規模之和相當[1]。

與網絡購物日漸火熱相伴而生的，是呈指數級態勢增長的電商在線評論。在線評論是由消費者自主填寫并發布在平臺上，以文字形式傳遞商品主觀評價的文本信息，同時也是網絡口碑的一種重要形式。發表在電商平臺的在線評論可供消費者免費閱讀[2]。在線評論本身由已購消費者發布，對商品的潛在購買者具有重要參考意義。當下主流電子商務網站普遍采用將“有用性投票”及“評論發布時間”作為評論排序的指標。這類排序方式的指標選取過于片面，且并未對評論具體內容進行篩選，容易導致低可信度或者無意義評論出現在靠前位置，進而擾亂消費者判斷，拉低消費者購物體驗，影響電商購物市場的良性發展。

基于此，本文從實際應用角度出發，分析影響在線評論有用性的多重因素，對在線評論有用性指標進行屬性量化計算，結合模糊層次分析法建立電商在線評論排序模型，對紛繁復雜的在線評論進行重新排序，篩選出對消費者更有參考價值的評論，對消費者做出購物決策有很好的輔助作用，同時也為電商平臺的評論管理提供了一種篩選排序方法。

1 在線評論排序模型構建

1.1 概念模型

EK Clemons[4]等認為，消費者閱讀在線評論主要有兩個目的，分別是獲取商品相關信息及降低購買決定中的不確定性。本文基于此構建關于評論有用性的指標體系。根據指標特征，將評論指標體系分為評論形式特征和評論內容特征兩類。其中，形式特征是可以從網站直接抓取的已量化特征；內容特征需要對評論文字部分進行文本挖掘才能獲得，又稱為語義特征。評論形式特征借鑒文獻[5]的設置方法，設置評論長度、評論時效性、有用性投票、圖片數量四項特征；評論內容特征根據信息種類，分為商品核心信息和商品輔助信息兩類，一共包括商品屬性、物流運輸、商家服務三項特征。如圖1所示。

1.2 排序指標分析

（1）評論形式特征

①評論長度指標反映的是評論文本內容長短，大部分學者認為長評論一般更詳細，包含的信息更全面豐富。我們通過計算評論中包含的有效信息量來測算評論有效長度，有效信息具體表現為評論中包含的屬性詞和情感詞總數。

②評論的時效性指標反映了評論和閱讀者的間隔時間大小。一般來說，時間越靠近閱讀時間的評論內容越具有參考性。同時，考慮到消費者閱讀時間的多變性，利用當前評論和初始評論發布時間差值來衡量評論的時效性。

③有用性投票指標能反映其他消費者對這條評論的認可程度。目前主流的購物網站，如淘寶、京東、亞馬遜等都有設置一項類似點贊的有用性反饋指標，根據網站不同，一些購物平臺還支持消費者對評論進行公開回復。總體來看，獲得消費者認可的評論會獲得更多有用性投票，這代表了這些評論的具體內容更貼近消費者需求，對消費者的決策更有幫助作用。

④評論圖片是商品信息的直觀反映，比文本信息更為直接。適量的圖片有助于消費者提高商品認知。在一定閾值范圍內圖片數量越多代表評論所包含信息越多，對消費者做出購買判斷也更有幫助。當圖片數量超過閾值后，圖片包含的信息存在冗余，同時也會對消費者的瀏覽造成負擔。

評論形式特征可從網站直接抓取，獲取相對簡單，參照文獻[6]進行量化。

圖1 電商在線評論排序指標圖

（2）評論內容特征

①核心信息由商品屬性特征詞組成，一般為名詞或名詞性短語，主要反映了商品的質量、價格、外觀、防護四個方面的相關信息。評論文本中所含的商品屬性特征詞越多，則該評論對商品的客觀性描述更具體，與商品的相關度也更高，對其他消費者的輔助決策作用也更好。

②輔助信息由物流運輸特征詞和商家服務特征詞兩項特征組成，一般為名詞或名詞性短語。物流運輸特征詞主要反映了商品的包裝、物流兩方面信息；商家服務特征詞主要反映了商家的售前、售后服務水平。消費者在購買某一商品時會在幾家店鋪間比較，此時物流運輸和商家服務作為購物體驗的重要組成部分，也是影響消費者購買決策的影響因素。

評論內容特征的量化需要依靠構建對應的特征詞表。以商品屬性特征詞為例，量化需要依靠商品屬性特征詞表。當評論中出現商品屬性特征詞表中的詞匯時，其商品屬性特征詞數量加一。通過統計每條評論中商品屬性特征詞出現的次數來計算量化值。

2 關鍵技術步驟的實現

2.1 完整排序模型框架

本文的排序模型框架主要由以下三個步驟構成：首先，從電商網站獲取初始評論數據；其次，通過評論獲取特征詞表集，并對評論排序的各項指標進行信息提取和量化，生成特征矩陣；最后，借助模糊層次分析法輸出新排序。具體流程圖如圖2所示。

圖2 電商在線評論排序模型流程圖

2.2 特征詞表的提取

特征詞表的提取方式有人工提取和計算機自動提取兩種方式。人工提取需要相關領域的專家手動提取，準確度高但具有工作量大，可移植性差的缺陷；計算機自動提取和人工提取相比，提取速度快，工作量小，但提取精度和人工提取存在一定差距。本文使用計算機和人工提取相結合的方式。首先從評論庫中選取一定數量的評論作為樣本評論數據集。通過去重、分詞等對樣本評論數據集進行預處理，篩選出評論中的名詞或名詞性短語，隨后利用TF-IDF確定由高頻詞匯組成的候選特征詞集。最后通過人工篩選降噪，將得到的特征詞分別歸類為商品屬性特征詞表、物流運輸特征詞表、服務態度特征詞表。

2.3 基于模糊層次分析的評論排序算法

模糊層次分析法是一種將模糊數學與層析分析相結合的系統分析方法[7]，本文選用該方法來確定權值，并基于此實現對評論的排序。其主要步驟如下：

（1）建立排序層析結構模型

本文采用的層次結構模型見圖1。

（2）確定指標權重和排序

借助矩陣表達個指標相對評論排序的重要性，采用0、0.5、1標度法確定因素值。該方法有簡單易行、便于簡化矩陣計算的優點。

（3）電商在線評論排序

量化后的各項指標在量綱和數量級上存在差異，通過無量綱化處理得到指標值T=(t1,t2,…,t6)。依次計算各條評論分值Rj，并按照分值高低實現評論排序。排序總分計算公式如下：

3 模型試驗

3.1 排序模型實驗

（1）數據收集及預處理

以淘寶網iPhone 8手機評論為例，使用Python編寫爬蟲抓取在線評論，從兩家熱銷店鋪下共抓取有效評論5312條，從中隨機選出1500條構成樣本評論數據集。另外，在每家店鋪抓取的評論中選取前500條評論，分別作為A組和B組，作為待排序評論數據集。本文使用哈爾濱工業大學語言處理平臺（LTP）對評論逐條進行分詞和詞性標注，分析結果以XML形式導出。

（2）特征詞表的提取

對獲得的XML文件進行分析，提取出其中所有的名詞或名詞性短語，借助TF-IDF進行篩選。將選出的高頻詞匯作為候選特征詞集。經過手工降噪和分類后，獲得商品屬性特征詞表、物流運輸特征詞表、服務態度特征詞表。

3.2 實驗結果分析

將排序模型得到的排序結果與淘寶網站原始排序相比較。淘寶網站原始評論的排序主要基于評論時間、有用性投票等便于直接量化的因素。和本文排序結果的對比可以看出，評論中其他因素尤其是評論內容特征也會對評論有用性產生很大影響。從本文根據模糊層次分析法得到的權重來看，評論的屬性特征詞和情感特征詞指標權重均大于評論時間和有用性投票。這也說明，僅僅依靠易于量化的因素對評論進行排序，會導致評論排序不夠全面，一些對消費者更有幫助的評論排名下降，這也說明了網站的初始評論排序存在弊端。限于篇幅，此處選取測試商品中排序前15名的評論進行對比，如表2和圖3所示。

表2 網站默認排序與本文排序前15名名次比較

圖3 排序前15名評論排序得分比較

觀察上述結果可知，網站原始排序由于選取指標存在片面性，其排名靠前評論的排序得分存在較大波動，本文模型排序靠前評論的排序分值呈穩定緩慢下降趨勢。從消費者瀏覽效的角度來看，淘寶網站的排序存在一定缺陷，排名靠前的評論有用性差異較大，一些包含豐富信息的評論被排在后面。本文模型對評論進行重新排序，將排序得分高的評論排在前面，這些評論往往信息量豐富，對消費者做出潛在購物判斷更有幫助。

4 結語

電商在線評論排序模型是有關提升消費者購物體驗，提高購物效率有輔助作用的研究，也是在線評論有用性領域研究的重要組成部分。本文從評論形式特征和內容特征兩方面進行分析，將評論內容特征分為核心信息和輔助信息兩類，綜合考慮了物流運輸、商家態度等因素。結合TF-IDF算法對影響在線評論有用性的7項指標進行分析和量化，結合模糊層次分析法建立排序模型。選擇淘寶網iPhone 8手機的在線評論作為研究對象，驗證了該排序模型的有效性。該模型能對特定商品的在線評論進行全面的篩選，縮短了消費者篩選有效評論信息的時間，能輔助消費者做出購物決策。

同時本文也存在一些局限，電子商務網站中存在相當數量的追加評論，這些評論和初次填寫有一定的時間間隔，內容往往反映了評論使用商品一段時間后的新的體驗，是重要的排序判斷依據。依靠句法依存關系提取的屬性特征詞表對網絡新詞匯的識別容易出現誤判。這些也是筆者后續進一步的研究方向。