基于電商網站商品評論的情感傾向性分析

張蕓

摘要：[目的/意義]當今社會電子商務發展迅速，為輔助消費者更好的做出購買決策，幫助經銷商改進產品，在同行競爭中保持優勢，挖掘商品評論數據并進行情感分析顯得尤其重要。[方法/過程]本研究使用了爬蟲軟件一八爪魚采集器抓取“京東商城”iPhone X、HUAWEI P20兩款手機的商品評論數據，利用EXCEL、ROST軟件等實現對商品評論的切割、分類，構建限定詞庫。并且，抽取用戶關注的商品屬性和用戶對相應屬性的評價觀點，進一步對商品評價文本進行情感傾向性分析。[結果/結論]根據抓取的商品評論數據，可以定量且定性地判斷產品的主要特征及消費者的情感傾向。

關鍵詞：電商網站：商品評論：爬蟲程序：情感傾向

1 商品評論的情感傾向分析

本文進行情感傾向性分析選用的工具依然是ROSTCM 6（ROST Content Mining System（Version 6.0））。它可以實現詞頻統計、情感傾向性分析等功能。

1.1 詞須統計

商品評論數據進行準備和預處理之后，開展文本情感傾向性分析。首先，要對分詞的結果進行詞頻統計。蘋果iPhone X的相關詞頻統計結果如表1所示：

“手機”、“京東”、“蘋果”、“流暢”這幾個詞出現頻率很高，可以直觀的認為手機產品總體反饋較為積極。“物流”、“速度”、“很快”、“方便”的頻次也非常高表示京東自營物流得到大部分用戶好評。“屏幕”、“拍照”、“劉海”、“面部識別”、“攝像頭”用戶反應頻率也很高。

華為HUAWEI P20“手機”、“華為”、“京東”、“流暢”詞匯出現很高，與Whone X詞頻結果相似，總體反饋不錯。“國產”、“國貨”、“蘋果”高頻率出現，說明部分用戶具有將國產手機華為與蘋果手機進行比較的傾向。“速度火”、“很快”、“物流”高頻出現依然反映京東物流獲得認同。“拍照”、“照相”、“相機”在評價出現比例較大，可推測HUAWEI P20多媒體功能受到用戶極大關注，尤其拍照功能。

1.2 情感傾向性判斷

依然利用ROST軟件對評論數據進行情感分析，將情感劃分為積極情緒、中性情緒和消極情緒，并針對積極情緒和消極情緒根據分值不同設定三種不同的程度，一般，中度和高度，同時，根據評價內容所反映的情感傾向結果，繪制情感傾向可視化結果，分析iPhone X積極正面情緒達85.25%，在積極情緒中達到高度程度的也有32%，說明相當大一部分用戶對手機都非常滿意。HUAWEI P20積極正面情緒達85.59%，在積極情緒中達到一般程度的有33%，說明，相當大一部分用戶對手機一般滿意。

1.3 商品屬性的情感傾向分析

本文通過對商品評論文本中商品屬性和對應評價情感詞抽取，得到商品屬性和情感詞的修飾關系，確定情感詞修飾商品屬性時的情感傾向，進一步用來進行情感傾向性分析。從上面的分析結果中，我們選取了用戶比較關注的商品屬性，如拍照、屏幕、外觀、電池、質量等對其進行進一步分析。

iPhone X的屏幕負面評價比較多，符合常識，當時蘋果發布會的時候就有很多人表示接受不了小劉海。

同樣類似的分析方法，可以獲取HUAWEI P20的情感傾向分析結果。HUAWEI P20作為5.8英寸的大屏幕手機，3400毫安時的電池容量，顯然在某些用戶看來還是完全不夠用的。

總而言之，根據詞頻分析結果，用戶更多的關注手機的屏幕、拍照、電池、續航、與性價比等。另外，從王者、游戲、運行可以看出手機游戲運行能力也是用戶比較關心的。iPhone X與HUAWEI P20積極情緒都占很大比例，達到85%以上，說明這兩款手機都能得到絕大部分用戶的滿意。

2 總結

本研究采用八爪魚抓取系統，對商品的網站頁面進行分析，有效地實現了商品評論抓取功能。通過進行數據準備工作，采用比較刪除法進行文本去重和機械壓縮去重，用ROST對文本評價進行中文分詞。消費者可以客觀的了解商品，經銷商也可以較清晰地發現自己的優缺點和消費者的關注點，具有一定的應用價值。