基于在線評論的防曬類功能性服裝消費需求研究

劉哲文 張立杰

摘要：

網(wǎng)絡(luò)購物用戶分享的對商品、服務(wù)的評價，能夠為服裝產(chǎn)品后續(xù)設(shè)計、生產(chǎn)與銷售提供對策建議。文章使用在線評論文本挖掘方法，基于防曬類功能性服裝產(chǎn)品相關(guān)的中文在線評論數(shù)據(jù)，采用K-means算法對消費者評價維度進行聚類。進一步地，篩選出四個品牌共八件產(chǎn)品的6 933條在線評論文本并計算維度關(guān)注度與維度滿意度，從而獲得服裝消費需求反饋信息。結(jié)果表明：對于案例中的防曬類功能性服裝產(chǎn)品而言，影響消費者關(guān)注度和滿意度由強到弱的因素分別是產(chǎn)品品質(zhì)、產(chǎn)品外觀、服務(wù)質(zhì)量。

關(guān)鍵詞：

在線評論;文本挖掘;功能性服裝;消費需求;聚類分析;滿意度;防曬服裝

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 10017003（2021）11004706

引用頁碼： 111109

DOI： 10.3969/j.issn.1001-7003.2021.11.009

Research on consumer demand of functional sun-protective clothingbased on online reviews

LIU Zhewen， ZHANG Lijie

（College of Textiles and Clothing， Xinjiang University， Urumqi 830046， China）

Abstract：

Online reviews on products and services shared by consumers when shopping online can provide strategies and suggestions for the follow-up design， production and sales of clothing products. This paper used K-means algorithm to conduct a cluster analysis of consumers evaluation dimensions based on online review data in Chinese about functional sun-protective clothing products through online review text mining method. Further， 6 933 online reviews on 8 products of 4 brands were screened， and the dimension attention and dimension satisfaction were calculated to obtain the feedback information on consumer demand for the clothing. The result of the study shows that the factors affecting consumers attention and satisfaction concerning functional sun-protective clothing products from strong to weak are product quality， product appearance and quality of service.

Key words：

online reviews; text mining; functional clothing; consumer demand; cluster analysis; satisfaction; sun-protective clothing

基金項目： 新疆維吾爾自治區(qū)自然科學(xué)基金項目（2021D01C053）;新疆維吾爾自治區(qū)高校科研計劃項目（XJEDU2021S1001）

作者簡介： 劉哲文（1996），女，碩士研究生，研究方向為服裝設(shè)計與工程。通信作者：張立杰，教授，xjzlj@163.com。

隨著消費者生活水平的提高和健康意識的增強，對防曬類功能性服裝的需求隨之增多[1]。然而，由于對功能性服裝專業(yè)知識的相對薄弱，普通消費者在選購此類產(chǎn)品尤其是網(wǎng)絡(luò)選購時，一般會參考先前消費者所發(fā)表的在線評論，以做出抉擇。這種基于口碑的消費方式在網(wǎng)絡(luò)零售時代已廣泛存在，其中在線口碑除了能為消費者的購物決策提供重要參考依據(jù)[2]，也能為企業(yè)的產(chǎn)品研發(fā)和營銷推廣帶來諸多啟示[3]。

另一方面，網(wǎng)絡(luò)購物平臺中的在線評論內(nèi)容，同樣為消費者需求研究提供了數(shù)據(jù)基礎(chǔ)[4]。消費者發(fā)表的評論內(nèi)容通常為自身關(guān)注的某些特征，這些特征正體現(xiàn)了消費者的需求[5]。在此背景下，本文將運用文本挖掘的方法，對防曬類功能性服裝產(chǎn)品在線評論進行挖掘，從消費者需求角度提取在線服裝消費評價維度，確定消費者對不同產(chǎn)品特征的關(guān)注程度，以分析消費者對防曬類功能性服裝產(chǎn)品的真實需求。基于所生成的消費者意見反饋，為后續(xù)同類產(chǎn)品的設(shè)計、生產(chǎn)及銷售提供決策參考。

1 研究現(xiàn)狀

1.1 服裝產(chǎn)品消費者需求研究

針對服裝產(chǎn)品消費者需求與偏好的研究早已有之。2006年，江影等[6]通過調(diào)查問卷采集信息，利用感性工學(xué)的方法研究了各類消費者對T恤衫外觀形象與色彩的感性需求。研究從外觀需求差異將消費群體劃分為年輕派消費者、

自我表現(xiàn)型消費者、品味型消費者和個性化消費者，分析了四類消費群體對于T恤衫外觀和具體色彩的偏好差異。陳甜等[7]采用來自國家絨毛用羊產(chǎn)業(yè)技術(shù)體系產(chǎn)業(yè)經(jīng)濟科研團隊的問卷調(diào)查數(shù)據(jù)，分析了消費者對羊絨制品的需求偏好和滿意程度。研究結(jié)果表明，羊絨制品的羊絨含量、舒適度、保暖性及價格是影響消費者決策的重要因素。呂佳等[8]提出了一種能夠?qū)㈦x散設(shè)計元素與服裝情緒感性信息相匹配的模型，該方法可以量化消費者對不同設(shè)計元素的偏好程度，最終篩選出能夠積極影響特定消費行為的重要元素。Koo等[9]基于問卷調(diào)查方式研究了不同年齡層次的消費群體對能夠防范蚊蟲叮咬的功能性服裝的需求偏好。姜婷婷等[10]基于感性工學(xué)理論研究了中老年女性選購春秋季外套時的感情需求與消費偏好，研究結(jié)果表明該消費群體需求偏好重要性程度從大到小依次是款式、面料、功能、色彩。

以上研究大多基于對包含訪談法及問卷法的詢問調(diào)查法調(diào)查結(jié)果的分析，提取特定群體對特定類型服裝產(chǎn)品的需求特征，并量化其對需求的偏好程度。傳統(tǒng)詢問調(diào)查法依靠模擬選擇將消費意愿與實際產(chǎn)品相關(guān)聯(lián)，通常難以避免調(diào)查規(guī)模小、樣本覆蓋面窄、研究成本高、反饋周期長等問題。

1.2 在線評論研究

相比于將消費者置于被動調(diào)研地位的訪談法與問卷調(diào)查法，在線評論數(shù)據(jù)源于真實用戶的主動分享。得益于在線評論的產(chǎn)生途徑，研究中消費人群與消費選擇在一定程度上自動匹配起來。對在線評論的價值挖掘，實際包含了對消費者真實消費行為和購物體驗主動評價兩部分內(nèi)容的研究。Bickart等[11]的研究表明用戶傾向于用場景描述產(chǎn)品的需求，并從用戶的角度對現(xiàn)有產(chǎn)品進行評價。這些描述和評價通常比使用訪談等傳統(tǒng)方法獲得的描述和評價更可信。

評論價值挖掘指對大量平臺用戶在線評論數(shù)據(jù)進行文本內(nèi)容分析，以便政府或企業(yè)更好地理解用戶的行為，并在此基礎(chǔ)上做出決策。隨著數(shù)據(jù)挖掘技術(shù)的迅速發(fā)展，評論文本非結(jié)構(gòu)、不規(guī)范的問題逐漸被克服[12]。產(chǎn)品的在線評論價值挖掘的研究通常包含維度抽取和情感分析兩部分內(nèi)容。在現(xiàn)有研究方法與技術(shù)手段的基礎(chǔ)上，許多學(xué)者展開了評論價值挖掘的相關(guān)研究。岳子靜等[13]采用頻繁項提取的方法抽取屬性詞，進而采用基于情感詞典的屬性及情感分析方法，研究了北京地區(qū)美團網(wǎng)用戶對各個菜系及其屬性的關(guān)注度與滿意度。趙楊等[14]采用頻繁項提取與機器學(xué)習(xí)相結(jié)合的方法，從在線評論語料中抽取了海淘App屬性特征，并將其作為用戶滿意度維度，進而采用同屬于機器學(xué)習(xí)的CNN-SVM（卷積神經(jīng)網(wǎng)絡(luò)-支持向量機）算法得到各維度的用戶滿意度評分。畢春光等[15]采用TextRank方法抽取了人參產(chǎn)品消費者關(guān)注度較高的評論特征關(guān)鍵詞，再通過人工篩選和總結(jié)得出最終的評論維度。該研究進一步采用樸素貝葉斯算法構(gòu)建了文本特征情感分類器，考察了消費者對于各個維度的情感傾向。

隨著計算機技術(shù)的發(fā)展和更多研究者的加入，在線評論價值挖掘方法不斷完善改進。然而，針對在線評論的價值挖掘研究主要集中在電子產(chǎn)品、在線服務(wù)等領(lǐng)域，該方法未被充分利用在對傳統(tǒng)實體商品，尤其是產(chǎn)業(yè)鏈較長、收益率較低的生活必需品研究領(lǐng)域。基于此，針對服裝評論的價值挖掘存在豐富的空間，研究結(jié)果有望助力服裝企業(yè)向柔性化生產(chǎn)的發(fā)展與轉(zhuǎn)型，具有典型的應(yīng)用價值。

2 研究方法及數(shù)據(jù)來源

具體工作包括四個步驟：防曬類功能性服裝產(chǎn)品消費者在線評論的收集與預(yù)處理、評論文本高頻詞匯的遴選、文本聚類、產(chǎn)品各評價維度關(guān)注度與滿意度量化。研究框架如圖1所示。2.1 產(chǎn)品評價維度提取方法

本文利用由Python語言編寫的爬蟲程序，采集了在線購物平臺零售防曬類功能性服裝產(chǎn)品鏈接下公開的消費者評論信息。爬蟲技術(shù)能夠模擬訪問請求，依據(jù)規(guī)則快速抓取指定網(wǎng)頁中目標信息并下載。考慮到商家可能在同一商品鏈接中更新在售產(chǎn)品，采集開始前在網(wǎng)頁中選擇評論的按評論時間由近及遠顯示模式，同時下載消費者在線評論的評論時間與評論文本對應(yīng)，確保獲得的評論信息來自當(dāng)季在售防曬類服裝產(chǎn)品。隨后，合并評論信息，并對采集到的評論文本開展分詞與去停用詞處理。構(gòu)造詞匯到向量的映射，是計算機處理自然語言的基礎(chǔ)。本文將在線評論數(shù)據(jù)作為語料，通過Word2vec連續(xù)詞袋模型訓(xùn)練詞向量，并將評價維度表征詞匯對應(yīng)詞向量作為輸入，使用K-means算法進行文本聚類。將備選詞匯分為K簇，然后對分為K簇的評價維度備選詞進行簡單概括，可得防曬類功能性服裝產(chǎn)品具體評價維度。

2.2 消費需求分析方法

本文對消費者需求的分析，建立在維度關(guān)注度與維度滿意度研究基礎(chǔ)上。對產(chǎn)品各個維度的關(guān)注程度體現(xiàn)了消費者的需求所在，結(jié)合各維度滿意度可以了解已有產(chǎn)品滿足消費群體需求的情況，進而獲取產(chǎn)品設(shè)計、生產(chǎn)與銷售的改進方向。

消費者對于產(chǎn)品的整體情感傾向是其對各個產(chǎn)品維度的關(guān)注程度與滿意程度綜合感知的結(jié)果，消費者對自身更關(guān)注的產(chǎn)品評價維度的情感更能影響其對產(chǎn)品的整體評價。雖然不同消費個體對于防曬類功能性服裝產(chǎn)品各個維度的重視程度不盡相同，但從群體上看，具有一定的規(guī)律。維度情感極性對整體情感的影響與兩方面因素相關(guān)：維度在全體評論中被提及的概率，以及維度的維度情感與評論整體情感的一致性[16]。本文依據(jù)上述兩點來計算防曬類功能性服裝產(chǎn)品消費者對各個維度的關(guān)注度值。此外，研究選用維度情感積極率來衡量消費者對于各個維度滿意程度。維度情感積極率越高，說明消費群體對維度的滿意程度越高。

維度關(guān)注度值的計算如下式所示：

式中：wx為維度ax的權(quán)重值，ri代表第i條評論語料，nR為評論集的元素數(shù)量，A為評論維度數(shù)量，在實際計算過程中一階維度數(shù)量為3、二階維度數(shù)量11。siax代表ri在維度ax上的情感，si代表評論ri的整體情感。sat（ax）為維度ax的情感積極率。在標注過程中，負面、中性、正面的情感傾向分別被標注數(shù)值1、3、5。siax為5，即表明ri在維度ax上的情感積極。

3 操作過程

3.1 數(shù)據(jù)選擇與評價維度提取

本文以天貓商城2020年7—10月在線零售的防曬服產(chǎn)品為研究對象，篩選出32件有效評論數(shù)量大于1 000條的產(chǎn)品，其中包含駱駝、迪卡儂、探路者、南極人、優(yōu)衣庫等品牌防曬產(chǎn)品。利用爬蟲程序抓取產(chǎn)品評論信息，經(jīng)初步篩選保留在線評論數(shù)據(jù)54 057條。對該部分評論文本做分詞及去停用詞處理后，以中文詞匯作為基本單位計算Tf-idf值。截取Tf-idf值高位詞群作為表征評價維度的備選詞，并用增補停用詞表的方式篩除其中明顯與服裝產(chǎn)品評價維度無關(guān)的詞匯，最終得到320個評價維度表征詞匯及其Tf-idf值排名。

利用54 057條評論數(shù)據(jù)訓(xùn)練Word2vec連續(xù)詞袋模型，建立中文詞匯到向量的映射。將320個備選詞對應(yīng)詞向量作為K-means算法的輸入，在輪廓系數(shù)極值點附近多次聚類，對比聚類結(jié)果。在K=3時，3簇評價維度表征詞匯明顯對應(yīng)防曬類功能性服裝產(chǎn)品的品質(zhì)、外觀和服務(wù)質(zhì)量三大評價維度，聚類效果如圖2所示，其中三角形實心散點部分對應(yīng)產(chǎn)品品質(zhì)維度，方形空心散點部分對應(yīng)產(chǎn)品外觀維度，圓形空心散點部分對應(yīng)服務(wù)質(zhì)量維度。

通過觀察每簇表征詞匯，可以依據(jù)服裝產(chǎn)品性質(zhì)對“產(chǎn)品品質(zhì)”與“產(chǎn)品外觀”兩簇表征詞匯做進一步細分。“合身度”“面料與縫紉質(zhì)量”“性價比”“熱濕舒適性”及“社會反饋”屬于一般類服裝產(chǎn)品共有的品質(zhì)評價維度，“防曬性能”則是防曬服這一功能性服裝產(chǎn)品特有的評價維度。產(chǎn)品外觀細分出“整體造型”“顏色”“款式”三個二級維度。參考Mckinney等[17]在2016年提出的在線正裝租賃消費評價模型，“服務(wù)質(zhì)量”維度又可以分為“傳統(tǒng)服務(wù)質(zhì)量”與“在線消費特有服務(wù)質(zhì)量”。各個評價維度及其對應(yīng)的表征詞匯如表1所示。

3.2 數(shù)據(jù)篩選

對消費者反饋展開情感分析，探究消費者群體對于防曬類功能性服裝產(chǎn)品各個評價維度的需求與偏好情況，從前期建立的評論語料庫中選取四個品牌共八件案例產(chǎn)品。被選中的四個品牌均享有較高的知名度，每個品牌旗下熱銷防曬類功能性服裝產(chǎn)品不唯一且同品牌產(chǎn)品間區(qū)分點不同。共提取總量為6 933條文本構(gòu)成的在線評論子集R，對子集元素進行人工標注。在實際操作過程中，將負面、中性、正面的整體評論情感傾向分別標注數(shù)值1、3、5，維度情感標注同理，未提及維度不予標注。每條鏈接提供的標注評論在800～1 000條，單條評論字數(shù)20以上，評論內(nèi)容至少包含一個評價維度。八條鏈接所銷售的防曬類服裝產(chǎn)品基本信息如表2所示。

4 消費需求分析

依據(jù)案例產(chǎn)品在線評論的情感傾向標注結(jié)果，得出每件產(chǎn)品各二級維度的情感積極率情況，如表3所示。

對各產(chǎn)品情感傾向標注的結(jié)果進行匯總計算，得到各評價維度的關(guān)注度與滿意度情況，如表4所示。

分析表3、表4中數(shù)據(jù)，可以得到以下結(jié)論：

1） 防曬類功能性服裝產(chǎn)品評價維度關(guān)注度從高到低依次是“產(chǎn)品品質(zhì)”“產(chǎn)品外觀”“服務(wù)質(zhì)量”，關(guān)注度值分別為0.726 0、0.198 3、0.075 7，這表明與“產(chǎn)品品質(zhì)”相關(guān)的特征對于產(chǎn)品整體情感傾向影響最大。“產(chǎn)品品質(zhì)”中二級維度關(guān)注值排名前列的“面料與縫紉質(zhì)量”“熱濕舒適性”“合身度”都屬于一般類服裝產(chǎn)品共有的品質(zhì)評價維度，這表明消費者最關(guān)注的防曬類功能性服裝產(chǎn)品維度沒有超出一般服裝產(chǎn)品品質(zhì)的考察范圍。

消費者對于關(guān)注度排名前列的二級維度滿意度排名靠后，低于“社會反饋”“防曬性能”與“性價比”維度。這一情況的出現(xiàn)分析認為與在線消費形式有關(guān)，即消費者可以通過瀏覽產(chǎn)品頁面中紫外線防護系數(shù)和同類價格等信息，對“防曬性能”與“性價比”情況形成較為準確的購前預(yù)期，以至購后滿意度較高。但尺碼表及面料成分等信息不足以讓普通消費者在接觸產(chǎn)品前對其面料質(zhì)感與穿著舒適性做出足夠準確的判斷。

消費者對于防曬類功能性服裝產(chǎn)品的“社會反饋”維度關(guān)注度最低，而滿意度在二級維度中排名最高，其維度情感積極率為93.73%，分析認為與消費者考慮個人隱私的評價習(xí)慣有關(guān)。“直播間”一詞也出現(xiàn)在了“社會反饋”維度表征詞表中，這種新型營銷手段對消費者購買決策有相當(dāng)大的影響。直播間消費作為一種將社會個體影響放大的消費形式，在利用個人影響力宣傳營銷商品之余也在相當(dāng)大的程度上滿足了消費者對產(chǎn)品的“社會反饋”需求。

2） 產(chǎn)品外觀方面，消費者對于“顏色”維度的關(guān)注度最高，但滿意度并不理想，其維度情感積極率僅為56.23%。究其原因，通過在線消費獲得的防曬類功能性服裝產(chǎn)品實物顏色，與消費者基于網(wǎng)頁信息產(chǎn)生的預(yù)期存在較大差距。“款式”維度滿意度遠低于“整體造型”與“顏色”維度，這表明消費者對款式設(shè)計需求沒有得到充分滿足。從評論內(nèi)容來看，購后評價中關(guān)于服裝款式的內(nèi)容主要集中在細部設(shè)計。常見的防曬服細部設(shè)計大多為了輔助或增強抗紫外線功效，例如加寬帽檐、套指袖口、拉鏈式面罩、露發(fā)設(shè)計、一體收納等。然而未經(jīng)充分打磨的新穎設(shè)計，由于不符人體工學(xué)原理在實際穿著過程中給消費者帶來困擾：例如設(shè)計不當(dāng)?shù)募訉捗遍茉趯嶋H使用中遮擋視線，為在戶外行動的穿著者帶來危險;某些產(chǎn)品為增強臉部防護功能添加的拉鏈式面罩，但由于設(shè)計失當(dāng)，帶來舒適性問題。

3） “服務(wù)質(zhì)量”及相關(guān)二級維度情感積極率均低于60%，關(guān)注度較高的“在線服務(wù)特有服務(wù)質(zhì)量”滿意度排名最低，情感積極率僅為55.71%。顯然，防曬類功能性服裝產(chǎn)品消費者對于在線交易過程中服務(wù)質(zhì)量的需求未能得到滿足。

綜上所述，未來的設(shè)計與生產(chǎn)中，在兼顧防曬性能的同時，需主要保證服裝產(chǎn)品基礎(chǔ)功能。以“合身度”為例，觀察評論子集中不同品牌產(chǎn)品各維度情感積極率情況可以發(fā)現(xiàn)，與其他運動連帽式產(chǎn)品相比，D品牌產(chǎn)品提供尺碼較少，消費者“合身度”滿意度較低。針對此問題，類似服裝產(chǎn)品的生產(chǎn)銷售方可以考慮通過擴大尺碼范圍并對其精細劃分，提高消費者合身度體驗。

在定價策略方面，B品牌將同款防曬服產(chǎn)品通過顏色區(qū)分，接受度較高的顏色比接受度較低的顏色防曬服定價高;C品牌兩款款式相近的防曬服以面料紫外線防護系數(shù)為主要區(qū)分標準，紫外線防護系數(shù)較高的款式價格較紫外線防護系數(shù)較低的款式定價高。在明確價格檔次劃分的情況下，消費者對于自身購得產(chǎn)品，尤其是第二檔價格的產(chǎn)品的“性價比”滿意度較其他品牌產(chǎn)品高出許多。對此，生產(chǎn)銷售方應(yīng)當(dāng)通過制定合適的定價策略，突出產(chǎn)品功能優(yōu)勢或價格優(yōu)勢。

在產(chǎn)品外觀方面，色彩選擇較少的D品牌防曬服產(chǎn)品“顏色”維度情感積極率明顯低于其他產(chǎn)品。因此，若要提高消費者線上購得適合自身的產(chǎn)品顏色的概率，需要從豐富色彩設(shè)計并降低產(chǎn)品色彩展示與產(chǎn)品實物間的色差等方面著手。就款式設(shè)計而言，生產(chǎn)銷售方應(yīng)當(dāng)對防曬類功能性服裝的細部設(shè)計多加打磨，防止出現(xiàn)本意加強防曬性能的設(shè)計卻影響正常穿戴的情況。

在服務(wù)質(zhì)量方面，研究中多數(shù)品牌不同產(chǎn)品的“傳統(tǒng)服務(wù)”情感積極率相近，分析認為是因為同品牌產(chǎn)品由同一批在線服務(wù)人員為消費者解答問題、推薦產(chǎn)品。相應(yīng)地，生產(chǎn)銷售方可以通過培訓(xùn)在線導(dǎo)購人員、合理安排促銷活動等途徑提升消費者對服務(wù)質(zhì)量的評價。

5 結(jié) 語

本文通過挖掘防曬類功能性服裝產(chǎn)品在線評論提取了消費者評價維度，遴選案例產(chǎn)品分析了其維度關(guān)注度與滿意度，在此基礎(chǔ)上分析了消費者需求，得知影響消費者關(guān)注度和滿意度由強到弱的因素分別是產(chǎn)品品質(zhì)、產(chǎn)品外觀、服務(wù)質(zhì)量。就產(chǎn)品品質(zhì)而言，消費者關(guān)注度由強到弱的產(chǎn)品維度分別是面料與縫紉質(zhì)量、熱濕舒適性、合身度、防曬性能、性價比及社會反饋，其中消費者滿意度最高是社會反饋維度，最低為合身度維度。

此外，本文還針對該類產(chǎn)品的生產(chǎn)與銷售提出了相應(yīng)建議，以期能夠為從業(yè)者開發(fā)滿足不同群體需求的產(chǎn)品提供依據(jù)。但另一方面，目前基于部分數(shù)據(jù)和案例產(chǎn)品的消費者需求研究，還不足以完全闡明防曬類功能性服裝消費者需求的全部特征。因此，在接下來的研究中，有必要以現(xiàn)有或擴充數(shù)據(jù)為訓(xùn)練樣本，結(jié)合機器學(xué)習(xí)的方法提升在線評論數(shù)據(jù)處理速率，而不同在線零售營銷策略對服裝產(chǎn)品銷量和消費者購后反饋的影響機制同樣值得進一步探究。

參考文獻：

[1]陳和春， 耿琴玉， 李何玥， 等. 銪有機配合物在夏季防曬衣面料上的應(yīng)用研究[J]. 上海紡織科技， 2019， 47（7）： 29-31.

CHEN Hechun， GENG Qinyu， LI Heyue， et al. Application of europium organic ligand complex on sunscreen fabric[J]. Shanghai Textile Science & Technology， 2017， 47（7）： 29-31.

[2]CHEVALIER J A， MAYZLIN D. The effect of word of mouth on sales： Online book reviews[J]. Journal of Marketing Research， 2006， 43（3）： 345-354.

[3]王芳， 葉作亮， 盧美麗. 基于在線口碑的消費預(yù)測模型與實證研究[J]. 消費經(jīng)濟， 2017， 33（2）： 38-44.

WANG Fang， YE Zuoliang， LU Meili. A sales forecasting model and empirical research based on online word of mouth[J]. Consumer Economics， 2017， 33（2）： 38-44.

[4]沈超， 王安寧， 方釗， 等. 基于在線評論數(shù)據(jù)的產(chǎn)品需求趨勢挖掘[J]. 中國管理科學(xué)， 2021， 29（5）： 211-220.

SHEN Chao， WANG Anning， FANG Zhao， et al. Trend mining of product requirements from online reviews[J]. Chinese Journal of Management Science， 2021， 29（5）： 211-220.

[5]趙宇晴， 阮平南， 劉曉燕， 等. 基于在線評論的用戶滿意度評價研究[J]. 管理評論， 2020， 32（3）： 179-189.

ZHAO Yuqing， RUAN Pingnan， LIU Xiaoyan， et al. Study on user satisfaction evaluation based on online comment[J]. Management Review， 2020， 32（3）： 179-189.

[6]江影， 劉國聯(lián). 消費者對T恤衫形象的感性需求調(diào)研分析[J]. 紡織學(xué)報， 2006， 27（2）： 98-100.

JIANG Ying， LIU Guolian. Study on consumers perceptual demand for the image of T-shirt[J]. Journal of Textile Research， 2006， 27（2）： 98-100.

[7]陳甜， 肖海峰. 我國羊絨制品消費偏好與滿意度分析[J]. 毛紡科技， 2014， 42（7）： 51-55.

CHEN Tian， XIAO Haifeng. Analysis of preference and satisfaction of cashmere products in China[J]. Wool Textile Journal， 2014， 42（7）： 51-55.

[8]呂佳， 陳東生. 基于聚類算法的服裝感性數(shù)據(jù)挖掘方法[J]. 紡織學(xué)報， 2014， 35（5）： 108-112.

L Jia， CHEN Dongsheng. Fashion perceptual data mining based on clustering algorithm[J]. Journal of Textile Research， 2014， 35（5）： 108-112.

[9]KOO S H. Understanding consumer preferences on mosquito-bite protective clothing[J]. International Journal of Clothing Science and Technology， 2018， 30（2）： 222-234.

[10]姜婷婷， 徐亞平. 中老年女性對春秋季外套的感性認知與消費偏好[J]. 毛紡科技， 2018， 46（4）： 27-30.

JIANG Tingting， XU Yaping. Kansei cognitive and consumption preference of elderly womens coats[J]. Wool Textile Journal， 2018， 46（4）： 27-30.

[11]BICKART B， SCHINDLER M. Internet forums as influential sources of consumer information[J]. Journal of Interactive Marketing， 2001， 15（3）： 31-40.

[12]PANG B， LEE L. Opinion mining and sentiment analysis[J]. Foundations & Trends in Information Retrieval， 2008， 2（1）： 1-135.

[13]岳子靜， 章成志， 周清清. 利用在線評論挖掘用戶飲食偏好： 以北京地區(qū)為例[J]. 圖書館論壇， 2017， 37（3）： 108-115.

YUE Zijing， ZHANG Chengzhi， ZHOU Qingqing. Mining user diet preference with online reviews： A case study of Beijing city[J]. Library Tribune， 2017， 37（3）： 108-115.

[14]趙楊， 李齊齊， 陳雨涵， 等. 基于在線評論情感分析的海淘APP用戶滿意度研究[J]. 現(xiàn)代圖書情報技術(shù)， 2018， 2（11）： 19-27.

ZHAO Yang， LI Qiqi， CHEN Yuhan， et al.Research on user satisfaction of overseas shopping applications based on online comment sentiment analysis[J]. Data Analysis and Knowledge Discovery， 2018， 2（11）： 19-27.

[15]畢春光， 袁帥， 皇可， 等. 基于人參購買評論的多項特征情感傾向性分析研究[J]. 東北農(nóng)業(yè)科學(xué)， 2020， 45（3）： 92-96.

BI Chunguang， YUAN Shuai， HUANG Ke， et al. A multi-feature analysis of emotional tendency based on ginseng purchase reviews[J]. Journal of Northeast Agricultural Sciences， 2020， 45（3）： 92-96.

[16]趙志濱， 劉歡， 姚蘭， 等. 中文產(chǎn)品評論的維度挖掘及情感分析技術(shù)研究[J]. 計算機科學(xué)與探索， 2018， 12（3）： 341-349.

ZHAO Zhibin， LIU Huan， YAO Lan， et al.Research on dimension mining and sentiment analysis for chinese product comments[J]. Journal of Frontiers of Computer Science and Technology， 2018， 12（3）： 341-349.

[17]MCKINNEY E， SHIN E. Exploring criteria consumers use in evaluating their online formal wear rental experience： A content analysis of online reviews[J]. Clothing & Textiles Research Journal， 2016， 34（4）： 272-286.