在線評論中產(chǎn)品屬性提取研究現(xiàn)狀

江楠　汪琪　王召義

Citespace軟件是美國德雷賽爾大學(xué)華人學(xué)者陳超美博士開發(fā)的用于計(jì)量和分析科學(xué)文獻(xiàn)數(shù)的JAVA應(yīng)用程序，可以通過一系列可視化圖譜的繪制來形成對學(xué)科演化潛在動(dòng)力機(jī)制的分析和學(xué)科發(fā)展前沿的探索。^[14]通過Citespace軟件對文獻(xiàn)關(guān)鍵詞進(jìn)行分析，可以得出關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)就是關(guān)鍵詞個(gè)數(shù)，邊數(shù)就是關(guān)鍵詞之間的連線數(shù)。只要關(guān)鍵詞在同一篇文獻(xiàn)中出現(xiàn)過，兩者之間就會(huì)有一條連線。關(guān)鍵詞大小代表的是關(guān)鍵詞頻次，頻次越大，關(guān)鍵詞越大。同時(shí)Citespace軟件還可以生成時(shí)域和空間網(wǎng)絡(luò)圖，時(shí)域圖可以更好地反映研究內(nèi)容隨時(shí)間的變化特點(diǎn)。本文選擇Citespace軟件對關(guān)鍵詞進(jìn)行共現(xiàn)分析。

四、數(shù)據(jù)分析

本文將從數(shù)據(jù)整體描述、研究內(nèi)容、關(guān)鍵詞三個(gè)方面對產(chǎn)品屬性提取研究進(jìn)行分析。

（一）描述性分析

中國知網(wǎng)（CNKI）是目前國內(nèi)期刊資源最完備、更新速度最快的論文期刊數(shù)據(jù)庫，文章以被中國知網(wǎng)（CNKI）收錄的有關(guān)商品屬性提取的論文為研究對象。專家學(xué)者對于“產(chǎn)品屬性提取”字段有不同的字段表達(dá)，相近詞主要包括“商品特征提取”，所以在中國知網(wǎng)（CNKI）設(shè)置“商品特征提取”并含“產(chǎn)品屬性提取”為檢索主題詞，檢索出初始文獻(xiàn)152條，剔除無關(guān)論文18篇，獲得有效論文134條。利用八爪魚軟件對文獻(xiàn)進(jìn)行清洗與挖掘，將研究論文的年度發(fā)文量、研究機(jī)構(gòu)、基金支持等信息輸入Excel進(jìn)行簡單的統(tǒng)計(jì)分析。

年度發(fā)文量可以反映專家學(xué)者對某一領(lǐng)域的研究和關(guān)注程度。如圖1所示，關(guān)于產(chǎn)品屬性提取的研究開始于2006年，2006年至2018年局部有減弱，整體呈上升趨勢，2019年和2020年文獻(xiàn)量有所下降。根據(jù)年度文獻(xiàn)量可以將研究階段分為三個(gè)階段：第一階段（2006-2010年）為起步階段，該階段為理論探索階段，文獻(xiàn)數(shù)量占總文獻(xiàn)數(shù)量的7.46%，文獻(xiàn)數(shù)量很少。第二階段（2011-2016年）為發(fā)展階段，該階段研究不斷深入，研究成果數(shù)量在快速增加，文獻(xiàn)數(shù)量占總文獻(xiàn)數(shù)量的37.3%，文獻(xiàn)數(shù)量較多。第三階段（2017-2020年）為穩(wěn)定期，該階段研究的范圍不斷擴(kuò)大，文獻(xiàn)成果呈現(xiàn)穩(wěn)定高產(chǎn)特征，文獻(xiàn)數(shù)量占總文獻(xiàn)量的53.73%。近幾年文獻(xiàn)數(shù)量的穩(wěn)定高產(chǎn)與消費(fèi)者逐漸認(rèn)識到在線商品評論中相關(guān)信息重要性有關(guān)。隨著近幾年在線商品評論數(shù)量的不斷增加，其中蘊(yùn)含的有用信息逐漸被商家、消費(fèi)者以及平臺所認(rèn)識到，而對于在線評論

中產(chǎn)品屬性提取研究的重要性逐漸被專家學(xué)者們所重視，對于其相關(guān)研究也就更加深入全面。

機(jī)構(gòu)發(fā)文量是判斷該機(jī)構(gòu)在相關(guān)領(lǐng)域研究深度的重要指標(biāo)。通過對產(chǎn)品屬性提取的134篇文獻(xiàn)作者工作機(jī)構(gòu)研究，排名前三的分別是電子科技大學(xué)、大連理工大學(xué)、北京郵電大學(xué)及天津大學(xué)（北京郵電大學(xué)與天津大學(xué)并列第三）。表1為研究機(jī)構(gòu)具體發(fā)文數(shù)量（發(fā)表論文數(shù)大于或等于3），從表中可以看出發(fā)表論文數(shù)量大于或等于3的機(jī)構(gòu)為12所，共計(jì)文獻(xiàn)48篇，剩余86篇以發(fā)表量1或2篇的形式分散于其他機(jī)構(gòu)，說明對于產(chǎn)品屬性提取研究相對廣泛。

文獻(xiàn)基金支持狀況可以直觀反映相關(guān)部門對于該研究領(lǐng)域的重視程度。通過對產(chǎn)品屬性提取的134篇文獻(xiàn)基金支持狀況進(jìn)行分析，具體數(shù)據(jù)見表2（文獻(xiàn)數(shù)量大于等于2篇），獲得國家自然科學(xué)基金支持文獻(xiàn)數(shù)量的最多，總計(jì)27篇，占比20.15%，在支持?jǐn)?shù)量超過2篇的基金中也可以發(fā)現(xiàn)國家級基金還有另外3項(xiàng)，教育部基金1項(xiàng)，省級基金2項(xiàng)，說明國家層面和省部級層面對產(chǎn)品屬性提取相關(guān)領(lǐng)域重視程度較高。

（二）研究內(nèi)容分析結(jié)果

對134篇文獻(xiàn)的研究內(nèi)容進(jìn)行統(tǒng)計(jì)整理，并采用德爾菲法進(jìn)行分析。根據(jù)分析結(jié)果發(fā)現(xiàn)文獻(xiàn)研究內(nèi)容主要包括四大部分，一是理論基礎(chǔ)研究，二是特征提取，三是情感分析，四是推薦系統(tǒng)，每一大部分研究內(nèi)容中又包括小的研究內(nèi)容，具體研究內(nèi)容見表3。從表3中的統(tǒng)計(jì)數(shù)據(jù)可以看出，在商品屬性提取研究中，對于理論基礎(chǔ)的研究文獻(xiàn)數(shù)量并不多，大多文獻(xiàn)綜述集中于研究方法的介紹。涉及特征提取的研究文獻(xiàn)數(shù)量最多，其中，對于文本預(yù)處理以及特征詞提取與過濾的研究文獻(xiàn)數(shù)量最多，分別為65篇及37篇。對于情感分析的研究數(shù)量同樣較多，特別是情感詞典的構(gòu)建與情感極性預(yù)測，均為19篇。對于推薦系統(tǒng)的研究文獻(xiàn)數(shù)量較少，最多的部分僅為11篇。

從這些研究內(nèi)容的分布頻數(shù)來看，理論基礎(chǔ)研究并不是該領(lǐng)域的研究重點(diǎn)，這與商品屬性提取研究的性質(zhì)有關(guān)。產(chǎn)品屬性提取研究側(cè)重于技術(shù)研究，更加注重研究的方式方法，所以理論基礎(chǔ)研究相對較少。涉及特征提取的文獻(xiàn)數(shù)量最多，這與特征提取是情感分析以及推薦系統(tǒng)兩部分研究內(nèi)容的必備條件有關(guān)。由于文本預(yù)處理以及特征詞提取及過濾的方法較為復(fù)雜，所以對這兩部分研究文獻(xiàn)數(shù)量較多。近幾年的特征提取研究往往與情感分析相結(jié)合，從而分析特征詞的情感極性，并應(yīng)用于特征價(jià)格研究、商家信譽(yù)維度構(gòu)建及維護(hù)、用戶推薦等方面，所以情感分析內(nèi)容以及推薦系統(tǒng)的研究在近幾年逐漸成為該領(lǐng)域的研究熱點(diǎn)問題。從所涉及相關(guān)研究內(nèi)容的文獻(xiàn)數(shù)量來看，對于情感分析的研究相對推薦系統(tǒng)來說更加廣泛與成熟。未來對于產(chǎn)品屬性提取研究的重點(diǎn)應(yīng)向推薦系統(tǒng)等實(shí)際應(yīng)用方面轉(zhuǎn)變。

（三）關(guān)鍵詞分析結(jié)果

1.關(guān)鍵詞統(tǒng)計(jì)分析

利用Citespace對134篇文獻(xiàn)的關(guān)鍵詞進(jìn)行共現(xiàn)分析，得出關(guān)鍵詞共現(xiàn)圖譜（圖2），其中，頻次排名靠前的關(guān)鍵詞為“特征提取”“情感分析”“商品評論”“在線評論”和“推薦系統(tǒng)”，可以看出特征提取、情感分析與推薦系統(tǒng)等應(yīng)用型研究是該領(lǐng)域的研究熱點(diǎn)，這與前文關(guān)于研究內(nèi)容的分析結(jié)果不謀而合。通過關(guān)鍵詞之間的線性連接發(fā)現(xiàn)“特征提取”“情感分析”這兩個(gè)關(guān)鍵詞與其他關(guān)鍵詞之間的連接更為密切，是商品特征提取研究領(lǐng)域的基礎(chǔ)。通過統(tǒng)計(jì)發(fā)現(xiàn)其中出現(xiàn)頻次大于3的關(guān)鍵詞如表4所示，從這些關(guān)鍵詞中我們可以發(fā)現(xiàn)，多數(shù)關(guān)鍵詞集中于研究方法的表述，表明對于產(chǎn)品屬性提取的研究內(nèi)容比較固定，但是研究方法具有多樣性特點(diǎn)。

2.關(guān)鍵詞演化分析

關(guān)鍵詞的演化能夠反映該領(lǐng)域研究內(nèi)容的演變過程、研究熱點(diǎn)及研究重點(diǎn)，本文從關(guān)鍵詞的歷年分布情況、歷年新增熱門關(guān)鍵詞兩個(gè)方面進(jìn)行分析研究。

首先是關(guān)鍵詞的歷年分布統(tǒng)計(jì)分析，從2006年至今共獲得關(guān)鍵詞491個(gè)，歷年關(guān)鍵詞具體數(shù)量見圖3，從圖3中可以發(fā)現(xiàn)，自2006年以來，關(guān)鍵詞數(shù)量總體呈上升趨勢，特別是從2015年開始關(guān)鍵詞數(shù)量快速增長，說明對于產(chǎn)品屬性提取的研究重視程度得到大幅度提升。

新增關(guān)鍵詞在一定程度上反映該研究領(lǐng)域新的研究主題出現(xiàn)，筆者利用citespace軟件對關(guān)鍵詞進(jìn)行時(shí)區(qū)分析，得到關(guān)鍵詞時(shí)區(qū)圖譜（圖4）。從關(guān)鍵詞時(shí)區(qū)圖譜中可以看出研究熱點(diǎn)的變化情況，從最早的文本挖掘、情感分析為研究熱點(diǎn)，到產(chǎn)品屬性及特征提取，一直到近兩年對于推薦系統(tǒng)以及目標(biāo)檢測的研究，反映了研究內(nèi)容的不斷深入和研究的應(yīng)用性的不斷加強(qiáng)。根據(jù)關(guān)鍵詞時(shí)區(qū)分布，本文將關(guān)鍵詞研究年份按關(guān)鍵詞增長速度劃分為2006—2014年、2015—2020年兩個(gè)階段（表5），根據(jù)表5可以看出2006—2014年出現(xiàn)頻次排名靠前的關(guān)鍵詞分別是商品評論、特征提取、文本分類、文本挖掘、語義理解和極性分析，從這些關(guān)鍵詞可以看出，在2006—2014年對于產(chǎn)品屬性提取研究的主題主要集中于對評論文本的特征提取及基礎(chǔ)分析。2015-2020年出現(xiàn)頻次排名靠前關(guān)鍵詞分別為情感分析、特征提取、在線評論、推薦系統(tǒng)、卷積神經(jīng)網(wǎng)絡(luò)、商品評論、深度學(xué)習(xí)和主題模型等，

從關(guān)鍵詞分布可以看出，2015—2020年相較于2006—2014年，對于產(chǎn)品屬性提取的研究不再局限于特征提取，而是增加了情感分析、推薦系統(tǒng)這一類將文本分析運(yùn)用到實(shí)際中的研究，同時(shí)也增加了卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、主題模型這一類方法研究關(guān)鍵詞，突出了現(xiàn)階段研究方法的重要性，表明對于該領(lǐng)域的研究方法在不斷更新完善。

五、研究結(jié)果與不足

（一）研究結(jié)果

論文主要通過對中國知網(wǎng)中以產(chǎn)品屬性提取為研究主題的134篇文獻(xiàn)進(jìn)行總體數(shù)據(jù)統(tǒng)計(jì)、研究內(nèi)容、研究方法以及關(guān)鍵詞四個(gè)方面進(jìn)行研究分析，得出以下四個(gè)方面的結(jié)果：

第一，在總體研究趨勢方面，通過統(tǒng)計(jì)分析得出，研究文獻(xiàn)數(shù)量在逐年增加，文獻(xiàn)基金支持狀況中國家自然科學(xué)基金數(shù)遙遙領(lǐng)先，說明對產(chǎn)品屬性提取領(lǐng)域的研究重視程度在不斷提高。通過機(jī)構(gòu)發(fā)文量研究發(fā)現(xiàn)，機(jī)構(gòu)研究文獻(xiàn)數(shù)量相對比較平均，大多數(shù)機(jī)構(gòu)研究文獻(xiàn)數(shù)量僅為1篇，說明研究機(jī)構(gòu)分散，沒有代表性機(jī)構(gòu)，機(jī)構(gòu)間合作性較差。在未來的研究工作中，機(jī)構(gòu)應(yīng)加強(qiáng)領(lǐng)域研究的系統(tǒng)性，充分發(fā)揮出研究機(jī)構(gòu)的研究優(yōu)勢，強(qiáng)化研究機(jī)構(gòu)之間的合作深度，使得該領(lǐng)域的研究范圍擴(kuò)大，研究深度加深。

第二，在研究內(nèi)容方面，對于產(chǎn)品屬性提取的研究內(nèi)容主要包括特征提取、情感分析以及推薦系統(tǒng)這三部分應(yīng)用型研究，理論基礎(chǔ)研究薄弱，個(gè)別理論基礎(chǔ)研究也僅限于研究方法理論，缺乏其他相關(guān)領(lǐng)域的結(jié)合，在未來的研究中產(chǎn)品屬性提取可以結(jié)合經(jīng)濟(jì)學(xué)、市場營銷和心理學(xué)等領(lǐng)域的相關(guān)理論來進(jìn)行研究，這些理論能夠?yàn)楫a(chǎn)品屬性提取研究提供新的視角。

第三，在關(guān)鍵詞分析方面，本文通過對歷年關(guān)鍵詞數(shù)量以及不同階段關(guān)鍵詞變化的研究清楚了解到產(chǎn)品屬性提取領(lǐng)域的研究熱點(diǎn)和研究趨勢，同時(shí)探知到這個(gè)領(lǐng)域的未來潛在研究價(jià)值點(diǎn)所在。^[15]隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，產(chǎn)品屬性提取的研究主題也在不斷更新，推薦系統(tǒng)，深度學(xué)習(xí)、記憶網(wǎng)絡(luò)等都是目前的研究熱點(diǎn)，未來與產(chǎn)品屬性提取相關(guān)的應(yīng)用研究如屬性提取與價(jià)格、屬性提取與消費(fèi)者行為預(yù)測、屬性提取與供應(yīng)鏈管理等都將是未來研究的主題。

（二）不足

本文立足于中國知網(wǎng)（CNKI）進(jìn)行文獻(xiàn)收集，收集主題僅為“產(chǎn)品屬性提取”“商品特征提取”，收集到的數(shù)據(jù)難免不足，而且筆者在統(tǒng)計(jì)作者數(shù)據(jù)時(shí)并未將重名作者進(jìn)行處理，對研究的結(jié)果均具有一定的影響。在研究內(nèi)容方面，僅對文獻(xiàn)進(jìn)行了描述性統(tǒng)計(jì)分析以及研究內(nèi)容和關(guān)鍵詞分析，研究的全面性不夠，這些都是本文的不足之處，爭取在以后的研究過程中慢慢改進(jìn)。

參考文獻(xiàn)：