面向供应链的产品评论中客户关注特征挖掘方法研究.PDFVIP

总第245 期 2014 年 第4 期 面向供应链的产品评论中客户关注特征 挖掘方法研究* 郝 玫 王道平 (北京科技大学东凌经济管理学院 北京 100083) 摘要: 【目的 】针对电子商务平台的中文产品评论, 提出一种面向供应链的客户关注特征挖掘方法。【方法 】以 产品评论数据预处理方法为核心, 改进关联规则挖掘产品特征方法。预处理技术包括产品评价概念树、产品评 价特征库和MA_Apriori 算法。数据实验以京东商城平板电脑为例, 在Weka 环境中完成客户关注特征的挖掘。 【结果 】实验表明, 对于相同的事务文件, 采用数据预处理再进行关联规则的产品特征挖掘, 特征查全率为 90.5%, 而关联规则挖掘方法查全率仅为71.4%。并且本方法可实现产品特征挖掘结果的层次化和规范化。【局 限 】需要进一步补充汉语分词系统的用户词典, 添加产品领域相关的专业词汇, 以提高分词准确性。【结论 】本 方法有助于供应链各节点企业灵活选择产品评价概念层次, 从而有针对性地实施产品改进和服务提升。 关键词: 产品评价概念树 客户关注特征 关联规则 数据挖掘 供应链 分类号: TP391 1 引 言 两个方面的问题: 缺乏系统的方法指导评论语料库的 数据预处理工作; 挖掘结果多是针对产品评论特征的 电子商务的蓬勃发展使网上购物成为人们的日常 无层次集合展示, 不能从供应链角度反映产品特征, 消费模式, 产品在线评论作为用户体验的反馈信息, 也不能反映出特征间的包含和隶属关系。基于此, 本 以其获取方便且成本低廉的优势, 已逐渐成为潜在顾 文研究面向供应链的产品评论中客户关注特征的挖掘 客挑选商品的重要参考依据。这也启示网络时代的企 方法, 在数据挖掘的数据预处理方法的指导下, 研究 业要更多掌握情报收集工具的应用并注重分析消费者 的线上言行[1] 。 实现评论数据规范化、层次化的预处理方法, 并基于 关联规则挖掘产品的客户关注特征。 评论挖掘正是以获取产品评论中的有用信息为目 标的一种非结构化数据挖掘技术, 它主要包括 4 个子 2 相关研究背景 任务: 产品特征挖掘; 挖掘关于产品特征的评论观点; 判断评论观点的情感倾向; 挖掘结果的汇总及排序[2] 。 产品特征的提取方法主要包括人工定义方法和自 其中, 产品特征挖掘是通过分析海量的客户评论, 获 动提取方法两种。 取用户最关心的产品特征。通过在线评论中产品特征 Kobayashi 等[3]提出汽车的产品特征提取可以采 的挖掘管理, 企业能以低廉的成本获取客户最感兴趣 用人工定义方法, 并建立了 287 个产品特征, 特征的 的功能和最希望改进的性能。 表示形式采用三元组。姚天昉等[4]对于汽车领域的产 就目前产品特征挖掘的研究现状来看, 主要存在 品特征的提取, 主要基于本体知识。Zhuang 等[5]主要 收稿日期: 2013-08-28 收修改稿日期: 2013-12-25 *本文系国家自然科学基金项目“敏捷供应链知识服务网络形成、演化与治理机制研究”(项目编号:的研究成果之一。 XIANDAI TUSHU QINGBAO JISHU 65 情报分析与研究 分析电影的产品特征