Please wait a minute...
Advanced Search
现代图书情报技术  2016, Vol. 32 Issue (11): 44-53    DOI: 10.11925/infotech.1003-3513.2016.11.06
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
基于产品评论的消费者情感波动分析模型构建及实证研究*
林园园,战洪飞(),余军合,李长江,张凡
宁波大学机械工程与力学学院 宁波 315211
Using Product Reviews to Analyze Sentiment Fluctuation of Consumer
Lin Yuanyuan,Zhan Hongfei(),Yu Junhe,Li Changjiang,Zhang Fan
The Faculty of Mechanical Engineering and Mechanics, Ningbo University, Ningbo 315211, China
全文: PDF(1573 KB)   HTML ( 54
输出: BibTeX | EndNote (RIS)      
摘要 

目的】基于网络产品评论信息构建消费者的情感波动分析模型。【方法】该分析模型以文本挖掘技术理论为基础, 运用产品评论挖掘技术和情感分析技术, 在情感分析的同时充分考虑不同类型连词对句子情感倾向性的影响, 并采用相应的权值计算方法。【结果】从京东和中关村在线抓取某款手机从2013年11月到2015年1月这段时间内产品评论信息并进行分析, 验证了该模型的有效性。【局限】在分析消费者情感波动主要影响因素方面, 该分析模型主要考虑相邻时间段内产品特征词个数的变化以及产品特征词在评论信息中出现次数的变化这两个维度, 其他维度并未涉及。【结论】该模型有效地分析了消费者在一段时间内的情感波动趋势, 以及产生情感波动的因素, 能够为企业决策提供一定的参考。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
林园园
战洪飞
余军合
李长江
张凡
关键词 数据分析文本挖掘情感波动分析模型    
Abstract

[Objective] This paper establishes a model to analyze the sentiment fluctuation of consumers with online product reviews. [Methods] We constructed the model with product review mining and sentiment analysis techniques. And also examined the influence of conjunctions to sentence sentimental tendentiousness and then calculated their weights. [Results] The proposed model effectively analysed online reviews of one mobile phone posted on Jingdong and Zhongguancun Online from November 2013 to January 2015. [Limitations] Only included the total number and frequency of product feature keywords from reviews posted in neighboring time slots. [Conclusions] The proposed model could effectively analyze the developing trends and reasons of consumer sentiment fluctuation over a period of time, which provides valuable information to enterprise decision making.

Key wordsData analysis    Text mining    Emotional fluctuation analysis model
收稿日期: 2016-06-29     
基金资助:*本文系浙江省自然科学基金项目“中小企业业务问题及其解决方案的建模理论与管理方法研究”(项目编号: LY14G010003)、国家星火计划项目“农业业务问题的大数据推荐技术应用与示范”(项目编号: 2015GA701011)和国家自然科学基金项目“面向产业集群广义制造系统的知识模块化机理研究”(项目编号: 71671097)的研究成果之一
引用本文:   
林园园,战洪飞,余军合,李长江,张凡. 基于产品评论的消费者情感波动分析模型构建及实证研究*[J]. 现代图书情报技术, 2016, 32(11): 44-53.
Lin Yuanyuan,Zhan Hongfei,Yu Junhe,Li Changjiang,Zhang Fan. Using Product Reviews to Analyze Sentiment Fluctuation of Consumer. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2016.11.06.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2016.11.06
[1] Xu K Q, Liao S S Y, Li J X, et al. Mining Comparative Opinions from Customer Reviews for Competitive Intelligence[J]. Decision Support Systems, 2011, 50(4): 743-754.
[2] Rodrigues R G, Dores R M D, Camilo-Junior C G, et al. SentiHealth-Cancer: A Sentiment Anaiysis Tool to Help Detecting Mood of Patients in Online Social Networks[J]. International Journal of Medical Informatics, 2016, 85(1): 80-95.
[3] Salehan M, Kim D J.Predicting the Performance of Online Consumer Reviews: A Sentiment Mining Approach to Big Data Analytic[J]. Decision Support Systems, 2016, 81: 30-40.
[4] Deng X, Chen R.Sentiment Analysis Based Online Restaurants Fake Reviews Hype Detection [C]. In: Proceedings of APWeb 2014: Web Technologies and Applications. Springer International Publishing, 2014: 1-10.
[5] Wallace B C, Paul M J, Sarkar U, et al.A Large-scale Quantitative Analysis of Latent Factors and Sentiment in Online Doctor Reviews[J].Journal of the American Medical Informatics Association, 2014, 21(6): 1098-1103.
[6] 翟东升, 徐颖, 黄鲁成, 等. 基于产品评论挖掘的竞争产品优势分析[J]. 情报杂志, 2013, 32(2): 45-51.
[6] (Zhai Donsheng, Xu Ying, Huang Lucheng, et al.The Advantage Analysis of Competitive Product Based on Product Reviews Mining[J]. Journal of Intelligence, 2013, 32(2): 45-51.)
[7] 施国良, 石桥峰. 基于文本挖掘的不同购物网站商品评论一致性研究[J]. 现代图书情报技术, 2011(12): 64-68.
[7] (Shi Guoliang, Shi Qiaofeng.Text Mining-based Consistency of Product Reviews in Different Shopping Websites[J]. New Technology of Library and Information Service, 2011(12): 64-68.)
[8] 王伟, 王洪伟. 特征观点对购买意愿的影响: 在线评论的情感分析方法[J]. 系统工程理论与实践, 2016, 36(1): 63-76.
[8] (Wang Wei, Wang Hongwei.The Influence of Aspect- based Opinions on User’s Purchase Intention Using Sentiment Analysis of Online Reviews[J]. Systems Engineering-Theory & Practice, 2016, 36(1): 63-76.)
[9] 吴丽华, 冯建平, 曹均阔. 中文网络评论的IT产品特征挖掘及情感倾向性分析[J]. 计算机与数字工程, 2012, 40(11): 52-55.
[9] (Wu Lihua, Feng Jianping, Cao Junkuo.Mining Information Technology Product Features and Sentiment Orientation from Chinese Customer Reviews[J]. Computer & Digital Engineering, 2012, 40(11): 52-55.)
[10] 田雪筠. 面向用户评论的企业竞争情报挖掘研究[J]. 图书馆学研究, 2014(19): 71-78.
[10] (Tian Xueyun.Research on Enterprise Competitive Intelligence Mining Based on User Comments[J]. Library Science Research, 2014(19): 71-78.)
[11] 吴丽云, 陈芳英. 基于网络评论内容分析的餐饮消费者行为研究[J]. 人文地理, 2015, 30(5): 147-152.
[11] (Wu Liyun, Chen Fangying.Research on Catering Consumer Behavior Based on the Content Analysis of Network Evaluation[J]. Human Geography, 2015, 30(5): 147-152.)
[12] 黄卫东, 陈凌云, 吴美蓉.网络舆情话题情感演化研究[J].情报杂志, 2014, 33(1): 102-106.
[12] (Huang Weidong, Chen Lingyun, Wu Meirong.Research on the Sentiment Evolution of Online Public Opinion Topic[J]. Journal of Intelligence, 2014, 33(1): 102-106.)
[13] 倪瑜泽, 彭蓉, 孙栋, 等. 基于用户评论的潜在演化需求发现方法[J]. 武汉大学学报: 理工版, 2015, 61(4): 347-355.
[13] (Ni Yuze, Peng Rong, Song Dong, et al.Potential Evolution Requirements Detect Based on User Comments[J]. Journal of Wuhan University: Natural Science Edtion, 2015, 61(4): 347-355.)
[14] 何天翔, 张晖, 李波, 等. 一种基于情感分析的网络舆情演化分析方法[J]. 软件导刊, 2015, 14(5): 130-134.
[14] (He Tianxiang, Zhang Hui, Li Bo, el at. An Analysis Method of Network Public Opinion Evolution Based on Emotion Analysis[J]. Software Guide, 2015, 14(5): 130-134.)
[15] 李超雄, 黄发良, 温肖谦, 等. 基于动态主题情感混合模型的微博主题情感演化分析方法[J].计算机应用, 2015, 35(10): 2905-2910.
[15] (Li Chaoxiong, Huang Faliang, Wen Xiaoqian, et al.Evolution Analysis Method of Microblog Topic-sentiment Based on Dynamic Topic Sentiment Combining Model[J]. Journal of Computer Applications, 2015, 35(10): 2905-2910.)
[16] R语言实现中文分词[EB/OL]. [2016-06-20]. .
[16] (R Language to Achieve the Chinese Word Segmentation [EB/OL]. [2016-06- 20].
[17] 梁喜涛, 顾磊. 中文分词与词性标注研究[J]. 计算机技术与发展, 2015, 25(2): 175-180.
[17] (Liang Xitao, Gu Lei.Study on Word Segmentation and Part-of-Speech Tagging[J]. Computer Technology and Development, 2015, 25(2): 175-180.)
[18] 情感分析用词语集(beta版)[EB/OL]. [2016-06-22]. .
[18] (Analysis of Emotional Words Set (beta) [EB/OL]. [2016-06-22].
[19] Turney P D, Littman M L.Measuring Praise and Criticism: Inference of Semantic Orientation from Association[J]. ACM Transactions on Information System, 2003, 21(4): 315-346.
[20] 王晓耘, 史玲玲. 基于网络评论情感量化的商品综合评分模型[J]. 杭州电子科技大学学报: 社会科学版, 2016, 12(3): 8-15.
[20] (Wang Xiaoyun, Shi Lingling.A Comprehensive Scoring Model of Products Based on Emotion Quantification of Web Reviews[J]. Journal of Hangzhou Dianzi University: Social Science Edition, 2016, 12(3): 8-15.)
[21] 魏慧玲. 文本情感分析在产品评论中的应用研究[D]. 北京: 北京交通大学, 2014.
[21] (Wei Huiling.Application Research of Text Sentiment Analysis in Product Reviews [D]. Beijing: Beijing Jiaotong University, 2014.)
[22] 单晓红, 杨柳. 网络产品评论挖掘研究[J]. 计算机系统应用, 2014, 23(2): 1-6.
[22] (Shan Xiaohong, Yang Liu.Research on Online Product Review Mining[J]. Computer Systems & Applicantions, 2014, 23(2): 1-6.)
[1] 杨亚楠,赵文辉,张健,谭珅,张贝贝. 基于多视图协同的政策文本可视化研究*[J]. 数据分析与知识发现, 2019, 3(6): 30-41.
[2] 董晓舟,陈信康. 电子折扣券弹性与经济效益的关系研究 ——一个基于电商平台大数据的混合模型[J]. 数据分析与知识发现, 2019, 3(6): 42-49.
[3] 张梦吉,杜婉钰,郑楠. 引入新闻短文本的个股走势预测模型[J]. 数据分析与知识发现, 2019, 3(5): 11-18.
[4] 张宁,尹乐民,何立峰. 网络股评“发布者-关注者”BSI与股票市场关联性研究*[J]. 数据分析与知识发现, 2018, 2(6): 1-12.
[5] 范馨月,崔雷. 基于文本挖掘的药物副作用知识发现研究[J]. 数据分析与知识发现, 2018, 2(3): 79-86.
[6] 王丽,邹丽雪,刘细文. 基于LDA主题模型的文献关联分析及可视化研究[J]. 数据分析与知识发现, 2018, 2(3): 98-106.
[7] 汪强兵,章成志. 融合内容与用户手势行为的用户画像构建系统设计与实现*[J]. 数据分析与知识发现, 2017, 1(2): 80-86.
[8] 谢秀芳,张晓林. 针对科技路线图的文本挖掘研究: 集成分析及可视化*[J]. 数据分析与知识发现, 2017, 1(1): 16-25.
[9] 姚兆旭,马静. 面向微博话题的“主题+观点”词条抽取算法研究*[J]. 现代图书情报技术, 2016, 32(7-8): 78-86.
[10] 兰秋军,刘文星,李卫康,胡星野. 融合句法信息的金融论坛文本情感计算研究*[J]. 现代图书情报技术, 2016, 32(4): 64-71.
[11] 毕强, 刘健, 鲍玉来. 基于语义相似度的文本聚类研究*[J]. 数据分析与知识发现, 2016, 32(12): 9-16.
[12] 隋明爽,崔雷. 结合多种特征的CRF模型用于化学物质-疾病命名实体识别[J]. 现代图书情报技术, 2016, 32(10): 91-97.
[13] 杨如意,刘东苏,李慧. 一种融合外部特征的改进主题模型*[J]. 现代图书情报技术, 2016, 32(1): 48-54.
[14] 王颖, 吴振新, 谢靖. 面向科技文献的语义检索系统研究综述[J]. 现代图书情报技术, 2015, 31(5): 1-7.
[15] 郝玫, 杨晓媛. 中文网络客户评论可信度研究[J]. 现代图书情报技术, 2015, 31(2): 55-63.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn