如何從 “用戶評論”中挖掘業(yè)務(wù)價(jià)值
2019-06-21 11:26:18
次
2019年電商依然是消費(fèi)增長的主力軍。今年前5個(gè)月，我國網(wǎng)上零售額總額達(dá)到3.86萬億元，在社會消費(fèi)品零售總額中占比超過1/5。剛剛過去的618購物節(jié)，各個(gè)電商又再次刷新了自己的平臺銷售記錄。電子商務(wù)成為我們消費(fèi)者選購商品的主要平臺，而購買后填寫評價(jià)也是很多人的習(xí)慣，這些評價(jià)可能是分享喜悅夸獎(jiǎng)物有所值的，也可能是是吐槽不滿的。這些或長或短的文字，包含了用戶對于產(chǎn)品或者服務(wù)的認(rèn)可與接受度。
產(chǎn)品或者服務(wù)的提供商或者銷售商，如何通過這一條條的評論來解讀用戶想法，作為后續(xù)產(chǎn)品與服務(wù)改進(jìn)或者營銷策略優(yōu)化的重要參考依據(jù)。針對這些非結(jié)構(gòu)化的用戶評論的分析與解讀，我們需要借用“文本分析”的方法來完成。
文本分析的本質(zhì)是從給定文本中獲取高質(zhì)量、有用信息的自動化過程，其一般步驟為：數(shù)據(jù)采集、數(shù)據(jù)清洗、文本挖掘分析、可視化分析。
評論數(shù)據(jù)一般為消費(fèi)者對特定商品的評價(jià)或是社會大眾對新聞事件的評論，信息通常分布在網(wǎng)頁中，一般采取爬蟲的方式獲取數(shù)據(jù)。評論數(shù)據(jù)多為非正式的書面評論，存在諸多非法字符比如表情、符號等，往往需要通過數(shù)據(jù)清洗完成數(shù)據(jù)的規(guī)整。清洗后的數(shù)據(jù)可以基于自然語言處理相關(guān)技術(shù)（詞法分析、句法分析、信息抽取、主旨話題模型）進(jìn)行分析；文本分析結(jié)果可進(jìn)一步結(jié)合數(shù)據(jù)的元信息做場景化的可視化面板展示。
評論數(shù)據(jù)作為用戶問題、建議、態(tài)度的載體，對產(chǎn)品評估和改進(jìn)優(yōu)化極具價(jià)值。對于用戶評論數(shù)據(jù)，我們可以通過文本分析解讀用戶的關(guān)注焦點(diǎn)、主要討論話題、用戶的情感傾向，以及主要評論的主體對象等。小T以某電商手機(jī)的用戶評論為例，通過對用戶評論的進(jìn)行分析，獲取客戶對于手機(jī)相關(guān)評價(jià)，為手機(jī)設(shè)計(jì)優(yōu)化提供參考和依據(jù)。
評論焦點(diǎn)分析-獲取評論關(guān)鍵詞
評論焦點(diǎn)分析通過關(guān)鍵詞抽取技術(shù)實(shí)現(xiàn)關(guān)鍵詞獲取，并通過統(tǒng)計(jì)關(guān)鍵詞的詞頻大小獲取評論焦點(diǎn)的熱度，具體挖掘流程如下所示。首先基于詞法分析做評論的分詞和詞條的詞性標(biāo)注，文本過濾篩選符合關(guān)鍵詞搜索域的詞條，比如，名詞、動詞、形容詞等，接著基于關(guān)鍵詞抽取技術(shù)抽取關(guān)鍵詞，最后，對關(guān)鍵詞做詞頻統(tǒng)計(jì)并基于詞云圖展示評論熱點(diǎn)評論焦點(diǎn)。
經(jīng)過上述挖掘流程完成評論焦點(diǎn)抽取，如下是關(guān)鍵詞抽取的結(jié)果示例：
統(tǒng)計(jì)關(guān)鍵詞詞頻并基于詞云圖進(jìn)行展現(xiàn)，以手機(jī)評論為分析場景，則可以看到：評論的焦點(diǎn)集中在手機(jī)電池是否耐用、手機(jī)外觀、系統(tǒng)流暢性、手機(jī)拍照清晰度等方面。
評論話題分析-獲取評論主題
每一條評論都圍繞一個(gè)或幾個(gè)核心主旨進(jìn)行闡述，這個(gè)核心主旨就是評論的中心思想。基于主旨話題分析技術(shù)獲取文本主旨，每一條評論可能包含多個(gè)主旨話題，每一個(gè)話題包含多個(gè)主題詞，通過評論的隸屬度確定評論所屬的主旨話題，通過主題詞的分布確定主旨的含義。評論話題的具體分析流程如下，此過程要依次進(jìn)行詞法分析、文本過濾、主旨話題分析：
基于評論文本構(gòu)建主旨話題分析模型，模型結(jié)構(gòu)如下所示。根據(jù)每個(gè)話題下的主題詞的分布可以確定主題的含義，比如：外觀、電池等，分別給每個(gè)主題注明主題含義。
完成上述主題模型編輯后，基于主題模型對評論文本打標(biāo)簽，即給出每條評論文本的話題。
評論情感分析-獲取用戶情感傾向
評論文本中往往帶著評論者的主觀情感色彩，這些積極、中性或消極的評價(jià)表達(dá)了評價(jià)者對產(chǎn)品品牌的態(tài)度傾向。基于情感分析模型，能夠分析出評論中的情感色彩；具體的挖掘流程如下，依次進(jìn)行詞法分析、文本過濾、情感分析。
情感分析完成每一條文本的情感預(yù)測，得出用戶評論內(nèi)容是積極、消極還是中性：
評論觀點(diǎn)抽取-獲取評論觀點(diǎn)
評論文本往往會在不同的關(guān)注點(diǎn)上表達(dá)評論者對某一要素的看法，即評論者秉持的觀點(diǎn)。觀點(diǎn)由評價(jià)對象和評價(jià)構(gòu)成，以“手機(jī)外觀漂亮”為例，則評價(jià)對象是外觀，評價(jià)是漂亮，評論觀點(diǎn)往往代表著評論者的關(guān)注焦點(diǎn)及其情感。基于句法分析結(jié)合觀點(diǎn)規(guī)則實(shí)現(xiàn)對評論文本的觀點(diǎn)抽取，此過程對評論依次進(jìn)行詞法分析、句法分析、觀點(diǎn)抽取。
在抽取觀點(diǎn)過程中，可以指定評價(jià)對象，進(jìn)而有針對性的抽取指定對象的評論觀點(diǎn)；比如：抽取拍照、外觀、電池、系統(tǒng)、性價(jià)比等評論對象的觀點(diǎn)，抽取出的觀點(diǎn)如下所示：
基于評論觀點(diǎn)做詞頻統(tǒng)計(jì)，進(jìn)而發(fā)現(xiàn)熱點(diǎn)評論：
評價(jià)對象抽取-獲取評論對象
面對一系列的評論數(shù)據(jù)，每一條評論關(guān)注點(diǎn)不盡相同，比如：針對手機(jī)的評論，有些人關(guān)注外觀、有些人關(guān)注性價(jià)比、有些人關(guān)注拍照等，基于信息抽取技術(shù)可以實(shí)現(xiàn)對評論對象的抽取，抽取結(jié)果如下所示：
基于文本挖掘分析可以獲取諸多信息，將挖掘獲取信息和數(shù)據(jù)的元信息相結(jié)合做可視化分析，更能夠直觀分析用戶評論隱藏的規(guī)律。以下是小T列舉了“可視化分析+挖掘分析”的示例，基于不同的分析維度可以窺探到更多的市場訊息。
將年齡與評論話題相結(jié)合：基于評論話題分析結(jié)果結(jié)合評論者年齡分布做可視化分析，分析不同年齡段用戶對手機(jī)關(guān)注維度的區(qū)別：
將品牌與情感分析相結(jié)合：基于情感分析結(jié)果結(jié)合各手機(jī)品牌信息可分析不同品牌的市場歡迎度（小T特別強(qiáng)調(diào)：僅為分析示例，不代表真實(shí)情況哦）：
通過以上分析，我們將原本難以解讀的非結(jié)構(gòu)化文本數(shù)據(jù)轉(zhuǎn)化為“結(jié)構(gòu)化數(shù)據(jù)”，借用可視化方法更直觀地解讀用戶評價(jià)。為手機(jī)制造商與銷售平臺提供業(yè)務(wù)決策參考依據(jù)。
基于文本分析的“用戶評價(jià)”解讀，已經(jīng)廣泛應(yīng)用于多個(gè)行業(yè)和領(lǐng)域，零售、金融、旅游、政務(wù)……只要能夠獲取到評論內(nèi)容的載體平臺，都可以通過對評論文本的解讀，來實(shí)現(xiàn)自身產(chǎn)品與服務(wù)的優(yōu)化、營銷與競爭策略調(diào)整、精細(xì)化管理等。
而要實(shí)現(xiàn)用戶評價(jià)分析，如果您的數(shù)據(jù)量不是很大，熟悉機(jī)器學(xué)習(xí)算法如R語言或Python等，可以采用編碼的方式實(shí)現(xiàn)。如果您的數(shù)據(jù)量較大，分析完成后還需要與業(yè)務(wù)應(yīng)用系統(tǒng)相融合，那么小T給您安利一款簡單好用的AI建模工具，不需要復(fù)雜編碼，簡單拖拽就可以實(shí)現(xiàn)以上分析。來張圖感受一下：
這款工具就是美林?jǐn)?shù)據(jù)自主研發(fā)的Tempo大數(shù)據(jù)分析平臺，是一款集數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)應(yīng)用于一體的軟件產(chǎn)品。它秉持“智能、互動、增值”的設(shè)計(jì)理念，面向企業(yè)級用戶提供自助式數(shù)據(jù)探索與分析能力，為企業(yè)提供從BI到AI的一體化數(shù)據(jù)分析與應(yīng)用解決方案。
不僅可以進(jìn)行文本數(shù)據(jù)分析，還支持上百種機(jī)器學(xué)習(xí)算法，可以滿足多種業(yè)務(wù)分析與建模需求。是一款安全自主可控的優(yōu)秀國產(chǎn)數(shù)據(jù)分析與應(yīng)用軟件！
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林?jǐn)?shù)據(jù)
大數(shù)據(jù)分析與應(yīng)用
陜公網(wǎng)安備 61019002000171號
