基于在线评论的客户满意度研究

蔡春雨 杨雨薇

摘要：网络购物已经深入到我们生活的每个角落，在线评论也逐渐成为网购时对商品各方面做出判断的重要因素之一。本篇文章以客户满意度、数据挖掘为理论基础，选择京东商城上华为P40的在线评论为研究对象。通过软件对数据进行获取，并对数据进行预处理，量化打分，将处理好的数据导入SPSS Modeler构建贝叶斯网络模型和神经网络模型，并对两个模型的准确性进行对比。最后结果显示，消费者对手机关注点有相似的地方也有不同的地方，根据此结果来帮助厂家改进产品。

关键词：在线评论;客户满意度;贝叶斯网络模型，神经网络模型

1引言

电子商务平台的出现改变了传统的购物模式，消费者足不出户就可以买到自己想要的商品。但是由于网络购物的弱连接性，消费者所接触到的信息都是商家所展示出来的，商品信息的真实性无法辨别，另外消费者没有办法去面对面的体验产品，这些不确定的因素就会增加消费的感知风险进而影响消费者的购买意图[1]。为了消除这种不确定性，大多数消费者都会参考商品的在线评论。

本文以京东商城手机产品评论为研究对象，通过网络爬虫软件和数据分析软件对在线评论进行处理，从而分析出影响手机产品客户满意度的影响因素，帮助网络供应商更好地了解客户的需求、有针对性地改进手机产品和提高自身的服务水平。

2 数据采集以及处理

2.1 数据来源

本文所用到的数据来源于京东商城，京东是顾客购买电子产品的主要渠道，也是我国电子商务领域有重要影响的电商平台。……