基于時間規律的產品預測研究

孫小雅 黃悅釗 江子君

摘 要：在發布新產品之前，分析產品市場是非常重要的內容。為了使Sunshine在網上商城有效地推出新產品，有必要了解在線市場中產品聲譽的趨勢，確定重要的功能設計，然后闡明消費者的偏好。本文使用基于神經網絡時間序列的NAR模型來分析產品評估與時間之間的關系。并且為了制定有效的營銷策略，我們挖掘并分析了產品聲譽趨勢的拐點，探索星級和評論之間的相關性，并分析了消費者心理。結果，我們發現消費者在一定程度上受到群體趨同的影響。為了探索重要的設計和功能，使用LDA對評論的內容進行分類并計算每個主題的詞頻。發現人們更擔心產品的操作難度，規格和質量。最后，經過上述研究，我們對產品的上市和銷售提出了自己的看法。

關鍵詞：在線評論;動態遞歸;時間序列

1.引言

在信息時代，互聯網的廣泛普及正在從許多方面改變人們的生活[1]。網上交易給消費者的購物方式帶來了巨大的變化[2]。盡管在線市場潛力巨大，但它也面臨一些不利條件。信息不對稱，不確定性和高風險的特點已經成為網絡市場發展的巨大絆腳石。客戶進行評分并發布評估結果，為潛在消費者的購物決策提供參考依據[3]。

2.模型的建立與求解

2.1 基于時間指標的建模

（1）基于神經網絡的神經序列的NAR模型構建

分析總分之間的關系 和時間，我們將使用NAR模型進行擬合回歸。NAR（非線性自回歸）是一個動態回歸神經網絡，它是由靜態神經元和網絡輸出反饋組成的回歸神經網絡：

它由輸入層，隱藏層，輸入延遲層和輸出層組成。在網絡訓練中，首先設置初始權重，然后模型自動連續調整權重，直到達到測試為止。 代表閾值，根據不同要求設置。在NAR動態神經網絡中，網絡輸出有兩種模式，一種是開環（并行）模式，在這種模式下，輸出數據被反饋到輸入并在隱藏層中學習。另一種是閉環（串聯并聯）模式。在這種模式下，預期的輸出會重新上電以形成新的輸入。NAR神經網絡模塊的數學模型可以表示為：

在這里，我們使用Matlab R2019a進行分析，使用ntstool和輸入 按順序排列奶嘴，微波爐和熱風。假設時間間隔相等，則默認情況下使用70%的數據進行訓練，而使用15%的數據進行驗證。測試了15%的數據，生成的時間序列模型如下：

從表中可以看出，奶嘴和微波爐的回歸系數分別為0.7798和0.7168，擬合度比較好。擬合的直線首先穩定，然后在一段時間后突然上升，然后再次穩定，這表明兩者在產品售出后的一段時間內，總評價得分趨于穩定，并且在一段時間后，銷售中，口耳相傳會爆炸式增長，然后將保持相對良好的用戶評價。總體而言，評論分數只是一個上升趨勢。

吹風機的回歸系數為0.639，擬合度相對一般。擬合的直線從開始就急劇上升，然后穩定一段時間，然后再次急劇上升，然后在上升一段時間后穩定下來，這表明吹風機開始銷售時的熱量，它會歡迎口碑上升，然后在一段時間內保持口碑穩定，然后再次歡迎進行更好的審核，然后再穩定下來。總體而言，評論分數呈上升趨勢。

2.2 分析模型并找到文本指標和評分指標的組合

為了找到與產品成功或失敗相關的文本指標和評分指標，我們需要通過圖表大致找到模型的拐點或峰值。由于三條擬合線均在某個時間段內爆炸，為了更好地表達曲線的趨勢，我們選擇一個時間段來替換與拐點或峰值相對應的時間點，并分析文本測量值和等級測量值這個間隔。

根據分析，奶嘴和微波爐的時間序列曲線曾經經歷一次快速增長，而的時間序列曲線經歷了兩次快速增長。取對應于三個時間序列曲線的增長間隔的文本度量。分析，文本指標和等級指標的組合分析結果如下表所示：

從上表可以得出結論，當文字測量和等級測量達到3.669和4.447時，對安撫奶嘴的評價將會增加;當文字測量和等級測量達到4.002和3.987時，對微波爐的檢查將會增加;當文本度量和等級度量達到3.629和3.357時，對吹風機的審查將迎來第一個增加。當文字和評分指標達到3.916和4.287時，對吹風機的審查將迎來第一個增長。

3.結論

通過本論文的研究得出，綜合評分可以幫助公司根據評級和審查數據來判斷產品是否滿足消費者的要求，衡量產品的改進空間并促進產品的開發。同時建議公司鼓勵其客戶分享并提供反饋。面對積極的反饋意見，有利于樹立信心和提高工作熱情。為了處理負面反饋，我們可以將其轉變為獲得客戶認可的機會，這將有助于提高客戶忠誠度和滿意度，從而帶來更多潛在用戶。同時，顧客的評價有利于觸發產品的思維，從而進一步優化產品。

通過對擬合函數拐點附近的特定時間范圍內的數據進行挖掘和分析。發現時間節點前的星級與時間節點后的評論相關，即星級對客戶評價有一定影響。星級與消費者的評論評分之間存在顯著的正相關。星級越高，消費者的評論分數越高。由于星級會因連鎖反應而影響消費者的決定，因此我們建議公司注意產品星級的變化并制定營銷計劃，以便及時應對特殊情況。挖掘包含產品功能，質量等描述的評論，并分析消費者需求。結果表明，消費者的注意力主要集中在質量，規格，操作難度和價格上。因此，我們建議在產品發布之前，生產部門應對產品進行多次質量測試，并在產品證書上附上在線商店，有利于弱化信息不對稱性，讓消費者信任。購買產品。另外，應在購買頁面上強調產品規格，以防止消費者購買錯誤的產品。除了將詳細說明附加到在線商店外，產品開發部門還可以改進產品以使其使用更加方便。最后，我們建議在產品推出后進行市場研究，以發現問題并及時做出調整。

參考文獻

[1] 郝家政，劉相伯，韓孜. 在線評論對消費者購買力的影響研究綜述[J]. 中國市場，2019，12（26）：12-14.

[2] 范慧敏. 基于貝葉斯網絡的動態數據流分類研究[D]. 西安理工大學，2019.

[3] 宋曉敏. 基于改進貝葉斯算法的中文信息分類研究[D]. 北京郵電大學，2019.