基于领域情感分析的生鲜电商顾客满意度研究

作     者：鲁颜 

作者单位：东北财经大学 

学位级别：硕士

导师姓名：苗蕊

授予年度：2021年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

主      题：生鲜电商 情感分析 主题情感模型 顾客满意度 

摘      要：随着电子商务的飞速发展,网络购物成为了现今消费者所热衷的消费方式。生鲜商品作为消费者生活中的必需品,自然而然地成为了当下电商领域的消费热点。近年来,各类生鲜电商企业层出不穷,生鲜电商领域的竞争愈发激烈。此外,目前大多数的生鲜电商都面临着盈利难、留客难的问题,只能依靠大量的广告宣传和资金投入抢占到部分市场和消费者,而无法将短暂吸引到的消费者流量转化为长期且稳定的订单量。生鲜产品不同于其他普通产品,顾客对生鲜产品的质量、安全、新鲜度、时效性等等都更为关注,所以对于顾客满意度进行分析,识别出影响顾客满意度的重要因素,有助于改善顾客购物体验,提高顾客忠诚度和留存率,进而有助于生鲜电商企业提升绩效和竞争力。近年来,基于在线评论进行产品属性的提取以及重要影响因素的识别和分析,成为了顾客满意度分析领域的一个新的研究趋势。与传统的顾客满意度分析方法相比,基于领域情感分析技术和顾客在线评论文本来研究顾客满意度,更有利于准确、客观地识别顾客满意度的影响因素。基于此,本文选取京东生鲜电商平台中的在线评论为研究对象,构建生鲜领域情感词典,设计领域下的主题-情感联合建模模型,识别生鲜电商领域下顾客满意度的影响因素,从而为改善顾客体验,促进生鲜电商行业的持续、健康发展提供建议。在对情感分析和顾客满意度分析的相关研究进行梳理的基础上,本文选择了京东生鲜平台的在线评论文本作为研究对象,采用网络爬虫抓取评论数据,构造了后续研究的语料库。其次,基于TF-IDF算法和情感词汇本体库从情感词典语料库中提取生鲜电商领域的情感种子词,并通过SO-PMI算法识别其他情感词及情感倾向,得到生鲜电商领域情感词典,实验结果表明该领域情感词典能更好地解决领域依赖的问题。再次,基于构建的领域情感词典,在基本的主题情感混合模型(ASUM)中引入情感先验约束,对主题-情感联合建模,以实现评论文本中产品属性的抽取与情感倾向性分析。实验结果表明,改进的ASUM模型在生鲜电商评论的情感分类上要显著优于基本的ASUM模型。最后,基于主题-情感联合建模的结果,得到四个主题下共16个满意度影响因素,综合特征词在主题下的排名权重以及消费者在评论中提到的频次,对满意度影响因素的满意度和重要度进行计算,应用IPA分析方法,对五大生鲜品类分别进行顾客满意度分析,并结合分析结果对生鲜电商企业的发展给出了建议。本文给出了从领域情感词典构建到属性与情感倾向的抽取到基于IPA分析的顾客满意度影响因素识别的—整套框架,为从在线评论数据中分析顾客满意度提供了新的思路和方法,具有一定的理论价值和实践意义。