金泽昕 周祎德
(昆明理工大学,云南昆明 650500)
网购环境所制造出的评论区使得在线口碑传播已成为消费者在选购时的重要信息来源。产品开发阶段把握目标人群,其中用户的定性定量研究是大多数调研方法的选择。
本文通过评论数据采集的目的来得到定量材料,评论数据采集根据需要分析的产品选择用户评论数据来源的网址,然后运用Python进行消费者评论的获取,其次采集评论的数据包含有产品名称、评论文本以及评论时间,提取后的信息为评论数据集。本次研究的评论数据来源为京东购物网以及亚马逊(美国)网,数据采集工具是Python,研究产品为2020年新冠疫情期间销售最多的家电产品空气净化器。
本文在对用户评论的采集和分析中,参考了文本特征值提取法以及文本情感分析,从而提出产品优化点的提取分析模型,见图1。

图1 产品优化点提取分析模型
在图1产品优化点提取分析模型中分为主要的五大板块,分别是评论数据的采集、评论文本的分离、文本的预处理、对文本处理后的词性分析以及整合产品缺陷进行优化。
1.评论数据的采集。对所需求的网站进行相关条件的筛选从而获得搜索量及销量靠前的产品作为目标产品,针对这些产品的评论进行选择性网络爬虫采集。
2.评论文本的分离。在文本预处理前需要对所采集的评论进行筛选,因为该模型目的是从用户视角寻找产品存在的缺陷,所以要重点保留分析差评中的文本内容,在spss中以所采集到评论好评等级为目标进行分类,其中定义三颗星及以上的为好评,反之三颗星及以下的定义为差评。……