面向電商平臺的顧客滿意度分析系統設計摘要網購評論數據是消費者在購物之后對商品滿意度的直接體現，既影響其他消費者的購物決策，也對企業具有重要指導意義。通過對網購評論數據進行網絡爬蟲與文本挖掘，得出消費者對商品滿意度的影響因素，對企業理解消費者需求，提升服務質量從而實現銷售額增長具有現實意義。本文以京東商城AppleiPhoneXR(A2108)128GB的評論為研究對象，設計python爬蟲程序爬取京東商城AppleiPhoneXR(A2108)128GB的9865條在線評價，通過關鍵詞提取算法對關鍵詞進行概提煉與概括，獲得基礎語料。以機器學習算法為基礎，用樸素貝葉斯情感分類器對基礎預料進行訓練，將評價好的分類器將評論數據分為積極情感集和消極情感集。通過LDA主題模型結合情感分類器構建滿意度模型，再分析消費者網購蘋果手機的積極因子與消極因子。根據分析結果，為京東商城蘋果自營店提高消費者滿意度提供可靠建議；同時分析結果對買家提升用戶體驗也有一定的意義。此外，分析結果的擬合性和準確性也能證明滿意度模型具有一定的可靠性。關鍵詞：評論數據情感分類器滿意度模型LDA主題模型目錄第一章緒論 [33]。2.6本章小結本章主要介紹了構建滿意度模型的主要流程中文本挖掘與情感分析的相關理論內容和技術方法，主要包含Python語言與網絡爬蟲、滿意度模型分析、可視化分析、中文分詞，以及情感分析五方面內容。課題開展主要基于Python語言，對課題使用文本進行預處理，即數據清洗環節，并對清洗后的評論內容完成文本切詞，詞頻統計，文本分類并進行統計分析，最后得出對應的用戶研究結論。第三章數據采集和可視化分析3.1評論數據采集本文對京東商城AppleiPhoneXR(A2108)128GB評價數據進行采集分析。在python3.7環境下編寫了爬蟲程序，該爬蟲程序采用beautifulsoup庫，確定待采集數據類型：用戶ID、評論內容、購買時間、點贊數、回復數、得分（評價等級）、評價時間、手機型號，按照京東評論的評論數降序即推薦排序爬取了商品最多100頁9865條評價。（在生成文件中可以以不同關鍵詞為標準進行升序或降序排序）爬蟲程序在運行時，需要控制臺輸入京東商品的數字編碼，以“AppleiPhoneXR(A2108)128GB黑色移動聯通電信4G手機雙卡雙待”這款商品為例，其鏈接為/100000177760.html對應的數字編碼為100000177760，爬取成功之后會按照用戶ID/會員級別/手機參數/昵稱/購買時間/評論內容的格式存為csv文件。部分評論如圖所示。圖3-1產品評價信息表在對數據初步處理之前先刪除評論數異常的數據，再保留評論內容長度大于４個字的評論，之后將篩選后的評論內容全部存入表格。經過初步處理后得到5000條評論。部分數據如表3-1所示。表3-1部分數據展示序號評論內容1這是買的第二部手機了，非常喜歡，手感挺不錯的，拍照也挺好的，尤其是系統我非常喜歡，一直都用的蘋果手機，再加上這次又回歸到了以前4s的那個時代，挺好！！！2手機質量非常得好，特別的心滿意足非常喜歡的一款手機，白色真的很好看屏幕很大網速簡直非常快簡直是太喜歡了以后，還會購買客服的態度也特別好，所有的問題都會仔細地回答快遞員也特別得好溝通，起來非常的，方便心滿意足，嗯，希望以后大家都購買他的產品真的非常的支持。3非常好不愧是京東自營！原裝正品速度飛快！用著感覺也很好！完美的購物體驗！！4為了搶這款手機，朋友已經節食好久了，真是鐵桿果粉啊，用了許冬天，可謂愛不釋手，京東商城的貨就是硬，而且價格也很優惠呀。5從蘋果6puls換到了8puls特別的喜歡，因為自己的6p太小了16G的，干脆這次換到了256G的絕對夠用，一直也想買這個顏色，這次趁著雙11就趕緊入手了，現在也一直在用。3.2文本預處理本文的文本預處理步驟如下：1)將評論內容的csv文件轉存至txt文件2)改變編碼格式，將txt文件中編碼格式改為utf-83)刪除評論內容中亂碼部分4)刪除英文、數字、標點符號、特殊符號5)在python3.7環境中，采用jieba分詞系統的精確分詞模式對文件進行分詞6)選用哈爾濱工業大學停用詞表并導入，去除停用詞部分分詞結果如表3-2所示。表3-2部分分詞結果京東手機蘋果速度體驗不錯容量送貨很快正品評價活動免息物流喜歡好服務質量值得標簽防偽充電手感好用滿意沒貨缺貨無語便宜國行正品銀色金色深空灰美麗舒適外觀很好自營維修不好客服問題縫隙跳水死機退貨可以流暢高端外表新3.2.1停用詞處理停用詞處理總體思路和方法為：1)調用jieba分詞器對整個待處理文本進行分詞處理2)將分詞后的結果與停用詞庫進行交叉比對3)刪除對比結果為正的內容，保留對比結果負向的文本作為新的數據文本，從而提高樣本的關鍵詞密度停用詞庫部分詞匯如表所示。表3-3部分停用詞表中文符號語氣詞連詞助詞，？。！、：。。。“”《》呀哎呀吧呵呵么哇啊啊啊哦哪用以和就卻且如并但是的地在把了著也只3.2.2無效文本與特殊內容清洗清除無效文本和特殊文本主要是指清除注釋內容中沒有實際意義的注釋樣本以及注釋文本中包含的表達和特殊符號。如示例所示，這些評論實際上沒有實際含義。例如：“用戶默認的贊美”，“寶貝與描述相符”，“賣家非常好，非常熱情”，“如預期的那樣，獲得五分好評”等。此外，評論中包含的表情，特殊符號等內容如：包含的表情、特殊符號等內容進行清洗。評論中沒有實際含義的評論樣本例如：“??”、“??”、“??”、“??”、“??????”等表情符號。清洗這類評論和方法大致分兩種：1)與停用詞處理過程類似，交叉對比得到清洗后的文本內容。2)直接將無效文本和特殊文本作為停用詞文本，對基礎停用詞文本進行擴展。在進行數據清洗之前要做的一項工作是先觀察數據，看看數據中的哪些部分是合理的，哪些是不合理的，來確定待清洗的部分。使用python語句讀取的數據如圖所示。圖3-2部分數據清洗圖示從圖中可以清晰的看出，有大量的用戶并未填寫評價，猜測可能是店家進行刷單導致評價為空。這部分數據沒有任何用處，并且會影響最后統計的結果，因此作者決定清空這部分數據。3.3評論數據提取本文采用TF-IDF算法進行關鍵詞抽取。關鍵詞抽取不僅是特征選取、構成詞庫的重要步驟，更可以初步分析在京東商城網購蘋果手機的消費者滿意度影響因素。經考慮，本文最終選取特征值較大的前200個詞進行分析。使用jieba分詞的analyse.extract_tags()函數進行關鍵詞抽取，抽取權重值最高的200個關鍵詞用于初步分析顧客滿意度影響因素和特征選取，部分輸出結果如表所示。表3-4部分關鍵詞關鍵詞TF-IDF值手機0.302492948蘋果0.149002355滿意0.097732465質量0.081402361實惠0.036121946很快0.032611832京東0.049316439服務態度0.045241348物流0.046521384在去掉語境不明顯詞后，結合國內外學者關于網絡購物顧客滿意度影響因素的研究成果，本文對剩下的關鍵詞進行概念化提煉與概括，總結出以下影響因素：容量、外觀、品牌、屏幕、性價比、包裝、品牌、屏幕、整體感受、包裝、物流、發貨、在線客服、購物平臺。這些影響因素經劃分可分為四大類，類別如表所示。表3-5滿意度影響因素所屬類別影響因素關鍵詞示例產品質量容量內存、足夠外觀顏色、款式、好看品牌蘋果、自營屏幕清晰、大整體感受舒服、滿意、喜歡、舒適、感覺價格性價比便宜、實惠、劃算、性價比、值得、價格包裝物流包裝包裝物流物流、快遞、速度發貨發貨、很快客戶服務在線客服客服、態度、服務購物平臺京東、網上3.4評論數據可視化分析通過使用pyecharts庫，將數據轉化為柱狀圖、折線圖等圖表，直觀地反映出用戶評論數據中隱含的信息。將評論內容通過jieba庫進行中文分詞，再使用wordcloud庫生成詞云圖，直觀地反映出用戶評論數據中高頻詞的分布。（1）日消費時段分析分析一天中不同時段消費者的手機購買情況，可以分析得出，大部分消費者在午時（10-12時）和晚上（20-22時）出現了消費高峰期，在此時段顧客購買商品的概率更大，他們瀏覽商品的機會更多。圖3-3日消費時段分析（2）月消費與會員等級分析從規格化的數據中看出，會員等級是有限個。但會員等級這一數據生成格式都是字符串，這需要進行統一編碼，然后才能統計類別個數。會員等級和銷售額存在一定的關系，通過分析月份和時間段能更精確的為消費者提供服務，因此用折線圖來表示銷量與月份、會員級別的關系是非常有必要的。圖3-4月消費與會員等級分析通過分析上圖可知，不論是哪種會員，他們在三月份前后以及十一月份前后購買該款手機的數量最多，三月份換手機的原因推測是新年到來，更新換面的想法。十一月份換手機的原因推測與雙十一有關，這時有很大的優惠，也是人們多樣化選擇手機的時段。分析不同會員的購買情況可知，他們購買的頻次降序排列為：①PLUS會員②金牌會員③銀牌會員④鉆石會員⑤PLUS會員（試用）⑥企業會員。分析原因，大致是因為PLUS會員大部分都屬于高消費群體，他們購買這些價值昂貴的手機概率更大。因此，大致可以推斷，這款手機的主要消費對象是京東商城的PLUS會員（31.00%）、金牌會員（21.87%）、銀牌會員（18.52%）。（3）評論內容分析將評論內容的數據提取并整合，調用jieba庫進行中文分詞，并調用wordcloud庫生成詞云圖。圖3-5評論內容詞云通過上圖可以看出消費者對該款手機的滿意度影響因素的關鍵詞不同的權重。考慮到京東商城評論中存在刷單的情況，這些評論數據原本考慮通過爬取退貨量信息來綜合評價用戶滿意程度，現在的解決方法再前文中已經提到，即通過數據清洗篩選出這部分數據并去除，從而為滿意度模型的準確性提供保障。3.5本章小結本章基于京東電商平臺，對AppleiPhoneXR(A2108)128GB進行數據采集，采集粒度主要包含商品的評論信息（包含追加評論）。共計收集了9865條商品信息、評價，對應約200萬字數據內容。并且在此基礎上完成了包括停用詞、無效文本、特殊內容清洗的數據預處理環節，且對數據清洗的有效性進行了檢驗。在數據檢驗之后先進行了初步的關鍵詞提取，并將關鍵詞進行提煉和概括，得到了初步的消費者滿意度影響因素關鍵詞。之后，對篩選出的關鍵詞進行可視化分析，通過柱狀圖、折線圖分析了消費者的消費時段，并通過詞云圖直觀看出出各關鍵詞的權重。第四章滿意度模型分析4.1樸素貝葉斯分類器由于條件限制，訓練語料只能通過人工手動標記。整個樸素貝葉斯分類器的訓練與測試流程如下：1)從爬取的9865條評論數據中隨機抽取1000條評論數據。2)手動標記500條積極評價，500條消極評價。3)從手動標記的評價中隨機抽取80%的評價作為訓練集，用于訓練樸素貝葉斯分類器，剩下20%的評價作為測試集。4)根據測試集和關鍵詞，選取帶有情感色彩的詞語（如不錯、滿意、差評等詞語）構建詞庫。5)設置0.5為閾值，若后驗概率大于0.5，標記為為積極情緒；若后驗概率小于等于0.5，標記為為負面情緒。然后對測試集進行測試。測試情況如表4-1所示。表4-1測試集測試情況預測結果人工標記情況積極評價消極評價積極評價96（TP值）4（FN值）消極評價17（FP值）83（TN值）通過公式（2-1）、（2-2）、（2-3）計算分類器性能指標查準率、查全率、F1值。查準率P=TPTP+FP查全率R=TPTP+FNF1值F1=2·P·RP+R根據計算可知該情感分類器的在積極評價上的查準率為83.2%，查全率為99%，F1值為0.904。F1的值大于1時，分類器傾向于查全率；而F1的值小于1時，分類器傾向于傾向于查準率。當F1=1時,查全率和查準率達到平衡。這是最常用的度量符合基本的情感分類器要求。由計算可得該分類器符合基本的情感分類器要求。利用此分類器將經過數據清洗的評價分類，分為積極情感類和消極情感類，分類后數據分布如表4-3所示。表4-2分類后數據分布積極情感評價數消極情感評價數數量739924664.2LDA主題挖掘本文利用TF-IDF算法進行關鍵詞提取。根據TF-IDF值，初步分析了京東商城上影響顧客網購蘋果手機的滿意度因素。為了進一步挖掘文本中隱含的信息，從情感角度了解影響顧客滿意度的因素。本文將采用基于LDA主題模型構建的滿意度模型分別對積極感情評價集和消極感情評價集進行分析。分析過程為：首先去除積極感情評價集和消極感情評價集的停用詞，再利用中文分詞進行文本分詞，然后手動指定主題數目進行主題挖掘。4.2.1LDA模型結構LDA模型將每一篇文章視為一個詞頻向量，從而進行數字化建模。定義詞表L，每一個L維向量(1,0,0,0,…,0,0)表示一個詞語。N個詞語構成內容d，記為d=(??1,??2,…????)。假設某個文本集包含M條文本，記為D=(??1,??2,…????)。M條文本分布著K個主題，記為????(??=1,2,…K)。LDA模型過程如圖所示。圖4-1LDA主題模型圖示4.2.2積極情感集的LDA主題模型結果與分析根據積極情感集LDA主題模型的分析結果圖表4-3所示，從不同的主題可以得到以下結論：1)主題1中權重較大的幾個詞為“購買”、“值得”兩詞。說明消費者對網購蘋果手機總體滿意度較高；此外“京東”、“不錯”、“東西”三詞，說明消費者認可京東作為其網購平臺，網購平臺的購物體驗好壞也是消費者是否滿意的重要指標。2)主題2中的五個關鍵詞為“客服”、“滿意”、“服務”、“發貨”、“很快”。說明消費者們對客服的服務總體感到滿意，并且認為商家的發貨速度很快。3)主題3中權重值最高的“蘋果”、“自營”。說明消費者對京東商城的蘋果自營店的整體服務較為滿意，比起實體店更愿意在網上自營店購買。4)主題4中權重值較高的“實惠”、“外形”表示消費者比較滿意蘋果手機的外形，而且相較于實體店更實惠的價格也令消費者滿意。5)主題5“顏色”、“漂亮”、“正品”三個詞都權重很高，表示消費者認可在京東自營店購買到的都是正品蘋果手機，基本沒有假冒偽劣產品；且蘋果手機顏值高，深受消費者喜愛。此外權重極高的“不錯”說明消費者的購物體驗很不錯。表4-3積極情感集的LDA主題模型主題1主題2主題3主題4主題5關鍵詞權重關鍵詞權重關鍵詞權重關鍵詞權重關鍵詞權重購買0.064客服0.052蘋果0.081價格0.027滿意0.056值得0.068滿意0.056劃算0.036好評0.042顏色0.048東西0.030服務0.051優惠0.026實惠0.066漂亮0.053不錯0.042發貨0.032自營0.048外形0.053正品0.032京東0.051很快0.033質量0.045全新0.028不錯0.2884.2.3消極情感集的LDA主題模型結果與分析如表4-4所示，通過消極情感集LDA主題模型分析結果可知，消費者最容易感到不滿的地方為產品質量，比如電池、屏幕等，認為電池容量與預期不符、屏幕上有劃痕等。同時也有部分消費者認為京東的物流速度不如預期，發貨速度很慢；而且野有部分消費者對客服不滿意，尤其是售后服務與退后服務。以及部分消費者認為在京東蘋果自營店網購的購物體驗不如線下實體店。表4-4消極情感集的LDA主題模型主題1主題2主題3主題4主題5關鍵詞權重關鍵詞權重關鍵詞權重關鍵詞權重關鍵詞權重質量0.031差評0.026差勁0.016物流0.021屏幕0.008客服0.019質量0.024自營0.009發貨0.014電池0.013不好0.025售后0.019垃圾0.013服務0.013特別0.006感覺0.012商品0.011破損0.008很慢0.022劣質0.0074.3.3綜合積極情感集與消極情感集的LDA主題模型結果與分析通過滿意度模型分析，可以得出結論：網購蘋果手機的消費者滿意度影響因素與如下11個關鍵詞關系密切：容量、外觀、品牌、屏幕、整體感受、性價比、包裝、物流、發貨速度、在線客服、售后服務。這11個元素可以進一步提煉概括，將其劃分為四個大類別：1)產品質量類別：容量、外觀、品牌、屏幕、整體感受2)價格類別：性價比3)包裝物流：包裝、物流、發貨速度4)客戶服務：在線客服、售后服務其中讓用戶感到滿意的因素有容量、外觀、品牌、屏幕、整體感受、性價比、包裝、物流、發貨速度。造成用戶不滿的因素有容量、外觀、屏幕、整體感受、發貨速度、在線客服、售后服務等，結果如表所示。（表格中1表示該因素屬于滿意因素/不滿意因素）表4-1網購蘋果手機的消費者滿意度影響因素所屬類別影響因素滿意因素不滿意因素產品質量容量11外觀11品牌1屏幕11整體感受11價格性價比1包裝物流包裝1物流1發貨速度11客戶服務在線客服1售后服務14.4本章小結本章首先通過手動標記積極評價與消極評價分出測試集與訓練集，之后訓練樸素貝葉斯分類器，并進行測試，最終構建了符合要求的情感分類器；其次介紹了LDA主題建模和LDA主題模型原理；再次，對分類好的評價進行關鍵詞提取與分析，提取了對應的主題關鍵詞，并對關鍵詞進行了分析；最后，綜合了積極情感集與消極情感集的LDA主題模型分析結果，構建出滿意度模型得出分析結論。第五章結論與展望5.1結論本文通過利用電商平臺的海量消費者購物數據和商品評價信息，基于文本挖掘、情感分析等方法，以蘋果手機為研究載體，對影響消費者滿意度的因素進行研究與探索，從而構建出一個可靠、有效、準確的滿意度模型對商品進行預測。課題主要開展了對應研究工作。研究和研究文本挖掘的研究方法和數據處理方法，結合國內外研究現狀和研究目標，確定研究的總體思路和框架。也就是說，基于PythonWeb爬蟲，我們從京東蘋果自己的商店中獲得了蘋果手機的評論數據。在數據清理的基礎上，我們完成了基于機器分割和字典分割的高密度關鍵字的存儲。在此基礎上，我們完成了相應的文本分類和數據分析，得出了用戶的研究結論，最后，測試了文本挖掘方式下用戶研究方法的可行性。。經過文本挖掘和關鍵詞分析得到的語料，先使用樸素貝葉斯分類器進行訓練，再用LDA主題模型得到情感評價集，構建滿意度模型，通過模型可以得出結論：網購蘋果手機的消費者滿意度影響因素有容量、外觀、品牌、屏幕、整體感受、性價比、包裝、物流、發貨速度、在線客服、售后服務等11個因素，其中讓消費者感到滿意的積極因素有容量、外觀、品牌、屏幕、整體感受、性價比、包裝、物流、發貨速度。讓消費者感到不滿的消極因素有容量、外觀、屏幕、整體感受、發貨速度、在線客服、售后服務等。綜上建議商家首先要保證產品質量，保證貨源手機不出現電池容量不足、手機外部出現損傷等問題。其次加快發貨速度，并在業界物流速度風評較好的京東物流的基礎上保證買家的收貨體驗，讓買家能盡快收貨。商家們還需要提供與實體店相比更具性價比的貨物，多進行優惠活動，讓買家有更充足的理由選擇網購手機。此外，同樣重要的還有在線客服提供的服務。售后服務比起售前咨詢更為重要，研究顯示售后服務、退貨是造成用戶不滿意的主要因素之一，京東平臺需要重視售后服務，并為用戶提供合理的退貨服務。此外還需要考慮發貨、物流速度，最好提前和商家溝通，讓商家保證提供完整的售后服務。由結論可得出，本文通過利用京東蘋果自營店中蘋果手機的評論數據，運用網絡爬蟲、文本挖掘、關鍵詞提取等方法，通過基于樸素貝葉斯分類器與LDA主題模型構建的滿意度模型，可以比較好地通過挖掘網購平臺評論數據來進行消費者滿意度因素分析，并給予買家和賣家在網購中一定的指導作用以及積極的促進作用。5.2本文研究的不足與展望在有限的時間和資源內，由于作者的水平有限，在完成后發現了很多的不足之處，這些不足之處大致可以總結為兩點，希冀能在未來加以改進：1)樣本量比較小，且樣本種類比較少。作者僅僅選取了京東商城的網購蘋果手機評論數據，僅一種手機對于數據分析還是過于少了。從而樣本分布的均勻程度不足，最終消極情感評價集的樣本數量遠小于積極情感評價集的樣本數量。這給作者的啟示是，如果有足夠的資源與實踐，可以采集多家網購平臺，如天貓、蘇寧易購、拼多多等的相同型號蘋果手機評論數據，從而使分析結果更加全面可靠。2)通過文本挖掘獲取的評論數目較少，使得能夠用于訓練的語料數量不夠，導致分類器的性能不足，也說明情感分類器的性能仍有提升空間。由于時間和水平限制，作者僅通過人工標注語料，最終訓練集的語料數目僅800條。這給作者的啟示是，應當訓練更多的語料，使情感分類器的性能提高至一個可靠的水平。這次畢業設計的經歷也將指導作者在未來的工作與學習中進一步學習文本挖掘與滿意度模型相關知識，提高自己的算法知識與編程水平，爭取在實踐中能夠將自己所學知識與技術靈活有效的運用。參考文獻楊經,林世平.基于SVM的文本詞句情感分析[J].計算機應用與軟件,2011,28(9):225-228.陸文星,王燕飛.中文文本情感分析研究綜述[D].,2012.梁燕.顧客滿意度研究述評[J].北京工商大學學報(社會科學版),2007,22(2):75-80.張新安,田澎,張列平.顧客滿意度測評模型[D].,2002.殷榮伍.美國顧客滿意度指數述評[J].世界標準化與質量管理,2000,1.劉文霞.C2C模式網絡購物顧客滿意度影響因素的實證分析[D].東北財經大學,2010.南劍飛,熊志堅.論顧客滿意度評價體系的構建[J].世界標準化與質量管理,2002,6:23225.ChurchillJrGA,SurprenantC.Aninvestigationintothedeterminantsofcustomersatisfaction[J].Journalofmarketingresearch,1982,19(4):491-504.BorleS,DholakiaUM,SinghSS,etal.Theimpactofsurveyparticipationonsubsequentcustomerbehavior:Anempiricalinvestigation[J].MarketingScience,2007,26(5):711-726.ArmstrongRW,SengTB.Corporate‐customersatisfactioninthebankingindustryofSingapore[J].InternationalJournalofBankMarketing,2000.馬銀戌,何明濤.基于SEM模型的農村網購滿意度調查研究——以石家莊市為例[J].收藏,2015,20.毛瀟遠.網購生鮮農產品的滿意度影響因素實證分析[D].成都信息工程大學,2019.史曉丹,賈紅艷,孫得友,等.基于淘寶網的顧客網購滿意度調查研究[J].標準科學,2013.ChristopherRoach.ProgrammingPython[J].MacTechmagazine,2005,3(3):46-53.揭春雨,劉源,梁南元.論漢語自動分詞方法[J].中文信息學報,1989,3(1):3-11.吳勝遠.一種漢語分詞方法[D].,1996.孫茂松,左正平,鄒嘉彥.高頻最大交集型歧義切分字段在漢語自動分詞中的作用[J].中文信息學報,1999,13(1):28-35.陳桂林,王永成,韓客松,等.一種改進的快速分詞算法