基于LDA的產品星級評價研究

王曄　楊耀田　李政誼　李興隆

摘要：近年來，客戶對購買產品滿意度的評價在市場銷售中占有越來越高的地位。為了解決Sunshine公司銷售pacifier、microwave、hair_dryer三款產品的問題和需求，首先建立了基于LDA的數據評論模型，對產品進行星級評價。然后，建立基于TF-IDF的評論語料庫，通過產生高權重的詞語頻率，構建語義情感詞典。研究結果表明：pacifier的銷售非常穩定，商譽波動率很低;microwave產品聲譽的較高峰的4月9月，聲譽的低谷的2月和11月;hair_dryer產品的星級評價較為穩定，可以一直保持在相對穩定的聲譽。

關鍵詞：TF-IDF? LDA? 聲譽? 星級評價

一、引言

亞馬遜在其創建的在線市場中，亞馬遜為客戶提供了一個評價和審查購買的機會。個人評級=稱為“星級評級”。允許購買者使用1（低評級，低滿意度）到5（高評級，高滿意度）的等級來表達他們對產品的滿意度。此外，客戶可以提交基于文本的消息稱為“評論”以表達關于產品的進一步意見和信息。其他客戶可以在這些評論中提交對他們自己的產品購買決策是否有幫助的評級——稱為“幫助度評級”。公司利用這些數據來洞察他們所參與的市場、參與的時機以及產品設計特性選擇的潛在成功。

Sunshine公司計劃在網上市場推出并銷售三種新產品：微波爐、嬰兒奶嘴和電吹風。該公司過去曾使用數據來告知銷售策略，但他們以前從未使用過這種特定的組合和類型的數據。Sunshine公司特別感興趣的是這些數據中的基于時間的模式，以及它們之間的交互方式是否有助于該公司打造成功的產品。因此本文即利用該公司2005-2015年的產品銷售數據進行了相關評價研究。

二、基于LDA的產品星級評價模型

為了方便訓練數據，還需要將數據集中的月和日按照線性分布，分布在單位為12的橫坐標上，假設月為month，日為day，當月的數據集樣本量為N。假設Vrtified_purchase is Yes，Normal buyer和Amazon vine Voices在第j天評價的數量為a，b，c，不同購買者，每個人的評星為ri，可以得到當日評價的總星數yj為：

根據公式計算可知，5階多項式具有較好的擬合性。microwave在一月份也出現了較為大的波動，也是由于一月數據量較為密集導致的。其他月份銷售在4月份和9月份有著較為明顯的聲譽高峰，在2月份和11月份會有聲譽的低谷。如下選取了pacifier產品在聲譽的較高峰的6月份和8月份，聲譽的低谷的4月份和12月份的評價星級進行了統計：

可以看來這是由于在差評率不變的情況下，5星或4星好評變多，從而導致這些月份之間造成了一定的差異。同樣地選取microwave產品聲譽的較高峰的4月份和9月份，聲譽的低谷的2月份和11月份的評價星級進行了統計。發現同樣在不同月份，好評的多少決定了整體評價的高低，這是因為從比重上來說好評比差評造成的影響更高，過高的好評有助于提升產品整體的聲譽。

三、基于TF-IDF的統計詞頻語料庫評級模型

我們需要用Term frequency–Inverse document frequency（TF-IDF）統計詞頻，然后進行半自動化打標記，通過將高贊成票的評論分成不同星級，然后分別構建不同感情色彩的語料庫。Term frequency（TF），是表示詞條在文本中出現的頻率，我們需要對得到的數字進行歸一化。我們用nij表示該詞在訓練數據中出現的次數，可以得到：

根據產品評論情感分析數據得出，評價星級較低的評論負面詞匯較多，而評價星級較高的評論積極詞匯較多，但也有一些評價與星級不符的評論，但是大體上符合上述的規律。所以我們認為如“熱情”、“失望”等不同感情色彩的詞匯往往與其評級的水平密切相關。

四、小結

為了解決Sunshine公司銷售電吹風、微波爐、奶嘴三款產品的問題和需求，本研究對Sunshine公司的三組數據進行了深入分析。考慮了helpful_votes、vine和verified_purchase三個字段，并為它們的不同效果設置了不同的權重，以獲得更準確的數據。然后利用LDA模型對評論數據進行矢量化處理，并通過術語頻率逆文檔頻率（TF-IDF）建立具有不同情感取向的評論語料庫，利用自然語言處理（NLP）方法獲得可視化分析數據。我們發現奶嘴的銷售非常穩定，每個月的商譽波動率很低，綜合得分為0.7562;微波銷售4月和9月，達到了聲譽的頂峰，進入了一個低谷的聲譽與綜合評分在2月和11月的銷售hair_dryer達到頂峰的名聲在6月和8月，并進入了一個低谷的聲譽4月和12月，綜合得分為0.7123分。我們了解到微波爐是最低的，反映了奶嘴的銷售穩定，購買人群穩定，性價比高，深受消費者歡迎，微波爐的質量有待提高。

參考文獻

[1]廖斌峰，余體偉.大型企業的部門管理成熟度評價方案探索[J].中國標準化，2019（20）：153-154.

[2]雒婉，王瑜，魏慧嬌，林麗霞，韓明勇.生態城區綠色建筑星級潛力評價體系研究[J].建筑節能，2019，47（09）：66-69+97.