基于文本挖掘的新能源轎車用戶情感分析

□ 余 帆

(貴州大學 管理學院，貴州 貴陽 550025)

1 引言

隨著社會經濟不斷發(fā)展，汽車越來越普及，每家每戶至少擁有一輛汽車已成為未來的發(fā)展趨勢。同時，在環(huán)境壓力越來越大以及油價不斷攀升的外在環(huán)境下，消費者對新能源汽車的需求不斷上漲，新能源汽車毫無疑問成為了未來汽車行業(yè)發(fā)展的重點。新能源汽車用戶作為新能源汽車的使用者，也是新能源汽車價值的實現者，新能源汽車用戶情感對新能源汽車行業(yè)持續(xù)發(fā)展至關重要。

在以往的新能源汽車用戶研究中，學者們研究最多的主題是新能源汽車用戶購買意愿影響因素，譬如白進夫等根據詳盡可能性模型(ELM)分析了網絡評論對新能源汽車用戶購買意愿的影響[1]；諸超琦和鄧艷寧運用Likert五級評分法分析了銷售者因素、消費者因素以及政策因素對新能源汽車用戶購買意愿的影響[2]；龍雨婷等利用問卷，對調查結果進行因子分析，研究了新能源汽車用戶購買意愿影響因素[3]；Chen K等基于調查樣本，應用結構方程模型，探討了支持政策和顧客感知價值對新能源汽車顧客購買意愿的影響，并探討了節(jié)儉和“面子”概念的中介作用[4]；Tu JC和Yang C以計劃行為理論(TPB)、技術接受模型(TAM)和創(chuàng)新擴散理論(IDT)為基礎建立理論框架，探討了影響用戶購買電動汽車的關鍵因素[5]。此外，部分學者對新能源汽車用戶持續(xù)使用意愿和使用習慣展開了研究，譬如王學東等基于滿意度和感知風險視角，結合期望確認理論，構建了新能源汽車用戶持續(xù)使用意愿模型[6]；蔡愛麗以期望確認理論為基礎，結合技術擴散理論、消費者行為理論，構建了擴展的新能源汽車用戶持續(xù)使用意愿模型[7]；鄭鉆璽等對某款插電式混合動力汽車的用戶充電習慣、駕駛習慣和起停功能的使用頻率進行了分析[8]。再則，少數學者對新能源汽車用戶滿意度展開了研究，譬如顧洪建和胡慧瑩通過新能源汽車消費者調研，挖掘2019年消費者對不同新能源汽車車型的滿意度[9]；張春燕等基于SOR模型構建了新能源汽車用戶滿意度與再購買意愿影響模型[10]；Su D等基于創(chuàng)新擴散理論，引入了“個人環(huán)境意識”的概念，探討影響新能源汽車用戶滿意度的潛在因素[11]。回顧以往的研究，發(fā)現目前新能源汽車用戶情感相關研究數量較少，且已有研究多是基于調查問卷，少有學者基于用戶網絡評論展開研究，導致網絡評論中很多有價值的信息未被挖掘，因此有必要對網絡評論進一步展開研究。

本文選取了新能源汽車中用戶數量最多的新能源轎車展開研究，利用情感分析、詞頻統計、語義網絡圖等文本挖掘方法，對新能源轎車用戶網絡評論進行分析，挖掘新能源轎車用戶情感，以期為新能源轎車銷售企業(yè)提供參考。

2 研究方法

采用文本挖掘方法對新能源轎車用戶網絡評論進行分析，主要的研究工作包括四個階段：數據收集、數據預處理、新能源轎車用戶情感分析、結論與建議。首先數據收集階段的研究工作包括選取需要爬取評論的網站以及評論起止時間，篩選出網站上的新能源轎車用戶評論，利用爬蟲工具爬取這些評論信息。然后對收集的評論信息進行數據預處理，包括數據清洗、文本分詞、刪除停用詞三個預處理步驟。新能源轎車用戶情感分析階段的研究工作包括采用詞頻統計方法挖掘用戶情感影響因素，采用情感分析方法挖掘用戶情感特征，采用語義網絡圖挖掘用戶負面情感因素和正面情感因素。最后根據分析結果，針對新能源轎車銷售企業(yè)提出若干建議。所采用的爬蟲工具和文本挖掘工具均通過python編程實現。

3 實證分析

3.1 數據收集

選取汽車之家網站作為新能源轎車用戶評論的來源網站，汽車之家是全球訪問量最大的汽車網站，且該網站對評論數據的要求非常嚴格，保留的都是真實有意義的數據，評論數據質量高。利用網絡爬蟲收集該網站上的新能源轎車用戶評論，首先在pycharm工具中下載安裝爬蟲需要的requests第三方庫，然后利用python語言編寫網絡爬蟲程序，通過代理IP的自動切換，破解網站的反爬機制，爬取過程中程序自動排除重復數據，最終爬取了312個車型的12002條新能源轎車用戶評論。評論時間從2015年1月1日至2020年12月31日，每條評論內容包括該名用戶對新能源轎車空間、動力、操控、電耗、舒適性、外觀、內飾、性價比八個維度的評價。評論內容示例如圖1所示。

圖1 評論內容示例

3.2 數據預處理

數據預處理有三個步驟：數據清洗、文本分詞和刪除停用詞。第一步數據清洗，即把用戶評論中出現的表情、網址、特殊符號、圖片和音頻等無實際意義的內容刪除，例如“#”、“@”等，利用正則表達式和手動方式進行數據清洗，數據清洗效果良好。第二步文本分詞，即將一句完整的話拆成幾個詞語，經過數據清理后的評論語句需要轉化為結構化的數據形式，而最常用的方法就是將文本表示為詞匯的形式，實現這一步需要進行分詞，采用python的開源結巴(jieba)中文分詞工具的精確模式完成評論分詞，jieba中文分詞工具自帶詞典，里面包含35萬個基礎詞匯量，因此jieba分詞簡捷高效。第三步刪除停用詞，即刪除文本中對分析沒有什么實際意義的詞，降低語言復雜性，比如“的”、“呢”、“他們”等，刪除停用詞的方法是加入停用詞表，將分詞后結果和停用詞表里的詞語一一對比，刪除同樣的詞語。結合哈工大停用詞表、四川大學機器智能實驗室停用詞庫、百度停用詞庫以及網絡上的中文停用詞表共四個停用詞表，刪除評論中停用詞。

3.3 新能源轎車用戶情感分析

對經過上述處理的評論文本進行詞頻統計，提取與新能源轎車屬性有關的高頻詞，挖掘用戶情感影響因素，統計結果如圖2所示。詞頻排名前三的詞語是“空間”“動力”“舒適性”，這三個因素是新能源轎車用戶情感最主要的影響因素，其中“空間”一詞的詞頻遠高于其他詞語，約是“動力”一詞的1.5倍，說明空間屬性對新能源轎車用戶情感的影響極大。

圖2 評論文本詞頻統計

對評論內容進行情感分析，挖掘用戶情感特征。情感分析是指分析文本的情感傾向性，如喜、怒、哀、樂和批評、贊揚，其被廣泛用于分析評論信息，基于情感分析，可以了解大眾輿論對于某一事件或產品的看法。利用情感分析方法，通過情感評分對定性數據進行定量分析，計算出評論的情感值，情感值越大，評論的情感越積極，反之，評論的情感值越小，評論的情感傾向越消極，情感值大于零的評論是正面評論，等于零的評論是中性評論，小于零的評論是負面評論。對評論文本進行情感分析，算法如下：一、查找評論中的情感詞，判斷情感詞是正面還是負面，記錄情感詞對應的情感值以及位置；二、在情感詞前查找程度詞，為程度詞設權值，乘以情感值；三、在情感詞前查找否定詞，找完全部否定詞，若數量為奇數，將情感值乘以-1，若為偶數，將情感值乘以1；四、將每條評論中各情感詞對應的調整后的情感值相加，得到每條評論的情感值。

首先對每條評論內容進行情感分析，得到每條評論內容情感值，統計評論內容總體的情感值均值和情感極性分布，情感極性分布包括負面評論占比、中性評論占比、正面評論占比。結果表明評論文本總體的情感值均值為20.90，其中有9680條正面評論，占比80.65%，有831條中性評論，占比6.92%，有1491條負面評論，占比12.43%。然后分別提取出每條評論內容中八個維度的評論文本并按維度進行匯總，對每個維度的評論文本進行情感分析，得到每個維度每條評論文本的情感值，統計出每個維度評論文本的情感極性分布和情感值均值，分別如圖3和圖4所示。結合圖3和圖4可知，用戶對新能源轎車動力和外觀的正面評論占比和情感值均值最高，負面評論占比最低，用戶對新能源轎車電耗和空間的正面評論占比和情感值均值最低，負面評論占比最高，用戶對新能源轎車操控、舒適性、內飾、性價比四個維度的情感接近，差距不大。

圖3 各維度評論文本情感極性分析

圖4 各維度評論文本情感值均值分析

對負面評論進行語義網絡圖分析，挖掘用戶負面情感因素。語義網絡圖的基礎是識別文本中的詞語聯系，是社會網絡分析技術在文本分析中的一種運用，在一個語義網絡中，信息被表達為一組結點，結點通過一組帶標記的有向直線彼此相連，用于表示結點間的關系。將八個維度評論文本中的負面評論進行匯總，匯總后進行語義網絡圖分析，如圖5所示。在圖5中，有“內飾”“座椅”“后排”“公里”這幾個重要節(jié)點，與“內飾”相連的詞有“異味”和“做工”等，與“座椅”相連的詞有“舒適性”等，與“后排”相連的詞有“不夠用”等，與“公里”相連的詞有“充電”和“續(xù)航”等，表明新能源轎車用戶負面情感因素主要包括后排空間不夠用、充電和續(xù)航性能不好、內飾有異味、做工不好，座椅舒適性不好等。

圖5 負面評論語義網絡圖

對外觀維度和動力維度的正面評論進行語義網絡圖分析，分析結果分別如圖6和圖7所示。由圖6可知，“外觀”“線條”“設計”“車身”“時尚”等詞構成了重要節(jié)點，外觀維度的新能源轎車用戶正面評論內容主要包括車身線條流暢，外觀設計造型大氣、時尚、可愛，外觀吸引年輕人，車身顏色好看等內容，由圖7可知，“動力”“加速”“提速”“起步”“很快”等詞構成了重要節(jié)點，動力維度的新能源轎車用戶正面評論內容主要包括加速和起步速度快，動力強勁，動力平順，駕駛時無頓挫感等內容。

圖6 外觀維度正面評論語義網絡圖

圖7 動力維度正面評論語義網絡圖

4 結論與建議

4.1 結論

本文采用實證分析方法研究了新能源轎車用戶情感。研究得出空間、動力、舒適性是新能源轎車用戶情感最主要的影響因素，尤其是空間因素影響最大，并且用戶對新能源轎車動力和外觀的情感最為積極，對空間和電耗的情感最為消極，用戶負面情感因素主要包括后排空間不夠用，充電和續(xù)航性能不好等多種因素，用戶正面情感因素主要包括車身線條流暢，造型大氣時尚，加速快等多種因素。

4.2 建議

根據實證分析結果，針對新能源轎車銷售企業(yè)，本文提出如下建議。

首先，經過對新能源轎車用戶情感分析，得出用戶對新能源轎車外觀和動力的情感最為積極，因此銷售企業(yè)應以新能源轎車外觀和動力作為營銷重點，尤其要以作為用戶情感主要影響因素的動力因素為營銷主打方向。在外觀方面的營銷角度包括宣傳車身流暢性，轎車造型和顏色的時尚感、大氣感、可愛感、年輕感。在動力方面的營銷角度包括宣傳轎車加速性能良好、動力強勁、動力平順、行駛無頓挫感。采取的具體營銷策略包括制作宣傳廣告時，將對新能源轎車動力屬性和外觀屬性的介紹擺在最顯眼的位置，美化宣傳廣告的轎車圖片，從動力和外觀角度出發(fā)設計相應的廣告語，通過向消費者反復宣傳新能源轎車的外觀美感和充足動力，達到吸引消費者眼球的目的。

其次，經過新能源轎車用戶情感分析，得出用戶對新能源轎車空間和電耗的情感最為消極，因此除了要改進新能源轎車技術上的缺點，也應通過營銷策略重點調整用戶對新能源轎車空間和電耗維度的情感，尤其要重點調整用戶對空間因素的情感。在空間方面，向用戶準確告知所購車輛的內部尺寸以及車載人數，并可利用網絡力量，向用戶征詢他們所需的新能源轎車空間尺寸，包括車輛前后排空間尺寸以及后備箱空間尺寸。在電耗方面，真實準確地告訴用戶所購車輛電耗性能情況，包括續(xù)航里程、充電速度等因素，避免用戶產生過高期待，形成購買后落差感，進而影響新能源轎車口碑。同時，應定期跟蹤新能源轎車用戶反饋信息，了解用戶對新能源轎車空間屬性和電耗屬性的情感是否有所改善。

再則，對于新能源轎車其他維度，也應制定相應的營銷策略調整用戶情感。在內飾方面，可以利用網絡，向新能源轎車用戶征詢相應的內飾方案；在舒適性方面，讓用戶體驗不同的車輛，從而選擇出最適合的新能源轎車；在性價比方面，告知用戶其所購買的轎車價格高的原因，并可以有選擇地告知用戶一些配置的具體情況，使用戶對車的性能有更全面的了解；在操控方面，可以免費贈送用戶操作手冊和操作視頻課程，并設置專門的網站解答用戶的操作疑問。