1、0来自网上用户评论的声音基于文本数据的产品评价分析摘 要互联网的迅猛发展使得用户生成内容数量呈爆炸性增长，国内利用用户生成内容，分析产品评价的文献如凤毛麟角；国外的相关研究局限于语言差异，无法在中国市场直接推广。本文的贡献在于：首先，基于网上顾客产品评价的文本数据进行产品评价分析，而不是以问卷、深度访谈或焦点小组讨论,较好的削弱了顾客由于记忆偏差产生的调研误差；其次，从顾客对产品的关注点出发，而不是企业的关注点，在产品评价上更具顾客导向；再次，基于计算机切词技术和模糊综合评价法，本方法可对产品进行持续性评价，从而了解产品评价的动态变化。关键词：用户生成内容；产品评价；文本数据；模糊综合评价法1
2、ABSTRACT The number of user generated content has an explosive growth, due to the rapid development of Internet. This kind of phenomenon provides rich materials for the academic research, also a better way for enterprises to understand consumers demand and their feelings of product performance. Howe
3、ver, there are only a few paper about how to get product evaluation from the user generated content in the domestic. Many foreign literatures about UGC cannot be used directly to evaluate products in china for the language differences.In the study, this paper builds a product evaluation system which
4、 is suitable for online comments. Then, to verify the feasibility of this method, we collected more than 500 online comments, and make an analysis of these data by using word segmentation technology and Fuzzy Comprehensive Evaluation. Finally, we compare our results with the product evaluation index
5、 on Taobao website, finding that our evaluation method is more detailed and more targeted.We are different with previous product evaluation method. First of all, this article is based on online customers product comments, rather than the questionnaire, in-depth interviews or focus group discussion;
6、Secondly, we embarks from the customers product concerns, rather than the concerns of firms ; thirdly, based on computer word cutting technology and fuzzy comprehensive evaluation , our method can focus on consumers feeling of product performance over time ,so as to understand the dynamic changes of
7、 the product evaluation.Key words: User generated content; Product evaluation; text data; Fuzzy comprehensive evaluation 2引言互联网技术的飞速发展，使得人们的生活习惯也随之改变，用户在 web2.0 环境下，参与网上购物、网上社区和网上娱乐。UGC用户生成内容是 web2.0时代的产物，互联网用户自发生成文本、图片或者是视频等信息上传到互联网上，并通过用户搜索、传播和再创造的方式不断扩大其影响力。在中国市场上，UGC的产量越来越高，而且大多为免费数据。从学术研究的视角来看，
8、UGC 给学术研究带来了丰富的原料。另一方面，从企业的角度来看，与产品相关的 UGC 蕴含着非常丰厚的商业价值。企业可以从产品相关 UGC 中通过数据挖掘，分析出顾客对品牌定位的认知、企业产品功能表现、顾客对产品的满意度等等。网上顾客售后评价，是一种产品针对性较强的用户生成内容，它由顾客购物后直接创造，具有较强的持续性和可跟踪性，直接反映了顾客对产品最真实的评价，也向企业展示了顾客的产品关注点。以往对产品满意度或者是评估模型的研究，多基于结构化模式的用户态度调查，获取的都是顾客的事后评论，由于人脑记忆的偏差性 1，顾客对用户产品评价的测量的准确性还存在着很大的提升空间。以问卷调查的方式进行顾客
9、产品评价研究，会因为问卷调查方法自身的局限性，使得最终结果显示的是企业为顾客指定的满意度测评。调查者事先确立一个评估框架，被调查的顾客在一个企业关注点而不是顾客关注点的框架下完成对产品的评价，最后得出的产品评估结果往往缺乏应有的针对性。除此之外，以往产品评估方式数据都是在某一个时点直接获取，连续性不强，测评结果只能反映一时的产品动态，而无法对产品表现进行长期关注，就算调查者愿意定期进行测评，也会花费较大的时间成本和物资成本。基于文本数据进行产品评价，目前还缺乏相应完善的产品评价体系和模型，而且文本数据本身就存在数据庞大、比较难以清理和量化的特点，这使得利用中文文本数据进行产品评价困难重重。本文
10、在广泛阅览国内外文献的基础上，构建了一套适合文本数据的较为全面的产品评价体系，并通过中文分词技术和模糊归类技术，对文本数据进行清理和量化，最终开拓出了一个可以真实的、连续的获得以用户为中心的产品评价方法。最后，本文作者在国内零售网站上，获取了部分产品售后评价的文本数据，结合本文的思路和方法进行了分析，从实证的角度实验了该方法的可行性。31 相关文献研究1.1 产品满意度与产品评价满意度一直是国内外学术研究的热点，ISO9000质量管理体系基础和术语将“顾客满意 ”定义为“顾客对其要求已被满足的程度的感受”由此可见，顾客满意度是指“顾客接受产品和服务的实际感受与其期望值相比较的程度” 2 。国内
11、对满意度测量的研究可粗略的分为两个方面：宏观层面的全国及行业顾客满意度测评研究和微观层面的产品、服务、企业和品牌满意度测量。刘欣艳（2003）对瑞典顾客满意度晴雨表指数模型（SCSB）、美国顾客满意度指数模型（ ACSI）、欧洲顾客满意度指数模型（ECSI）进行详尽了介绍，并逐一分析了各种模型的优缺点，还在此基础上对CSI 模型进行了改进。近年来，顾客满意度指数行业化研究趋势逐渐显露，如顾海(2008)从测量分析方法改进的角度，构建基于医疗行业的满意度体系；胡启国等（2009）结合汽车产品， 给出顾客满意度测评指标体系建立的具体过程和步骤，最后以该汽车顾客满意度的测评指标体系为汽车行业满意度测
12、评提供具体参考。在微观层面，马义华、叶祥凤（2008）以成都欧尚超市的调查情况为依据，构建了大型超市顾客满意度评价指标体系框架，并通过实证分析找出影响大型超市顾客满意度的关键性因素，提出了大型超市提升顾客满意度的对策建议。但是，国内却很少有开发出具有广泛适用性、并且针对中国国情的单个产品的满意度指标测量体系。在对产品顾客满意度研究中,期望不一致模型应用广泛 3。比较感知产品绩效和消费者期望水平，能得出消费体验。当感知产品绩效达到或超过期望水平时消费者就会感到满意,反之则感到不满意 4。目前关于产品满意度测量的研究，大多先建立满意度测评体系，再采用问卷的方式，如康大庆等（2003）关于摩托车产品
13、满意度测量的实证研究正是利用了问卷的方式。不过，李长宏、郭伟等（2003）在“ 客户价值及其在产品评价中的应用 ”一文中，细化了基于顾客价值的产品评价模型，从产品功能评价和感知成本核算的角度来对产品进行评价。本文对产品评价，主要是基于用户生成内容文本数据，由于文本数据中顾客期望和顾客感知在现阶段难以系统的进行识别，所以对产品的评价主要从产品自身各属性和维度进行测量,同时也考虑到附加在产品身上的服务和品牌因素。41.2 用户生成内容与产品购后评论用户生成内容（user generated content，UGC）是指，在 W eb2. 0网络环境下，网站采用开发、参与的模式，依赖用户参与、主导、
14、建设来生成新的信息，并引起其他用户的参与，从而将用户自己的观点或者是创造内容共享到网上平台 5 。近两年来，国内关于UGC研究的文献逐渐增长，特别是与产品相结合的研究还有很大的发展空间。潘洪涛，王新新等（2011）在其研究中，通过测量用户生成内容中有关品牌的定位，从而了解用户对品牌的感知情况，并证实了在虚拟品牌社群环境中，消费者通过UGC，会对不同品牌产生不同的感知；同时还指出在存在竞争关系的品牌之间，企业可以从对UGC的分析中，了解到自身品牌定位和竞争品牌在消费者心中的定位 6。随后，又有学者以UGC 作为产品，从UGC内容本身和UGC 创作者的角度，对用户使用UGC的满意度和决策行为进行了
15、探究：用户生成内容的内部特征正向影响消费者对内容的使用和满足；创作者声誉外部特征正向影响消费者对内容的使用与满足；内容的推荐性未对消费者选择产生作用 7。以上学者的研究，为后续用户生成内容的营销化应用奠定了坚实的基础。用户购物后评论，也属于用户生成内容的范畴之内。网上顾客的在线评论数量剧增导致消费者在处理网上信息时开始参照其他人的评论。总的来说，这种趋势对顾客的网上购买决策有着决定性的影响 8。现有研究都侧重于诊断顾客评论信息的时间序列和量化（比如说评级质量 9数量 10和评论者的识别信息 11）以及产品方面的品牌知名度与产品价格。基于文本交流的最新研究表明:文本评论的内容和风格元素是消费者决
16、策的前置影响因素 12。Stephan Ludwig, Ko de Ruyter(2013)将UGC的语言内容和风格区分开来:从词性的角度来看， “语言内容一般为名词、普通动词、形容词和副词；语言风格词汇或者说虚词通常由代词、介词、冠词、连词、辅助动词和其他比较晦涩的词类组成。这些词类不仅显示人们传达的是什么( 即句子的意义),还显示人们是如何对信息进行组合的(句子的风格)13。在以上关于UGC的研究的基础上，本文试图用词语分割的方式，先理清产品评价的各个维度（产品和品牌） ，建立相应的产品评价模型，继而从用户购物评论中挖掘出顾客对产品的整体评价。1.3 产品评价属性和维度产品是指向市场提供的
17、，引起注意、获取、使用或者消费，以满足欲望或需要的任何东西。对产品而言，售后评论是顾客对产品各项属性及功能还有价值的5感知，是衡量产品各方面表现的重要参照指标。根据美国消费者满意度评估指数（ACSI）模型和刘新艳（2003）建立的中国顾客满意度模型，本文从产品感知质量和产品感知价值两个角度去建立产品评价的属性和维度。学术界对产品的分类有多个角度，如有形产品和无形产品、功能型产品和享受型产品 14。Mittal的研究指出,产品可以分为两种类型：一种强调功能或绩效, 可被称作功能性产品,如电饭煲、计算机和刮胡刀等; 另一种产品突出个人或自我表现 , 可被称作享受性产品, 如美甲服务、保养品和奢侈包
18、包等 15。各种类型的产品都可以从属性的角度，大致细分出功能属性和享受性属性。Dhar、Okada 和O Curry等认为,享受性产品主要或相对地更具有享受性属性，功能性产品主要或相对多的具有功能性属性 16。从本质上讲,顾客对产品的功能性评价更强调认知,而享受性评价则突出情感 17。随着后现代消费观的崛起，象征性和符号性消费慢慢深入人心，与之对应的象征性价值（象征性价值是指，消费者主动控制自己的消费行为，作为实现来自他人的积极回应这一他人导向目的的一种外在手段）也成为产品研究的一大重点 18。从而在产品属性上，本文将从功能性属性、体验性属性、符号性属性对产品进行测量，这些都属于顾客质量感知的
19、范畴。在对用户网上评论的文献回顾中发现，产品形式，如产品外观、产品特征和产品品质也是产品评价中必不可少的一部分，故本文将产品形式感知也加入产品属性之列。白长虹、范秀成和甘源在服务企业品牌管理中提出，顾客价值就是顾客感知价值，是感知利得与感知利失之间的权衡 19。感知利失是指顾客在购物时付出的所有成本,如购买产品的价格、获取产品的成本、交通、产品安装、订单处理、售后维护或产品失败的风险。感知利得则囊括了物态因素、服务因素以及与产品使用相关的技术支持、购买价格等感知质量要素 20。用户网上购后评论，作为UGC的一种形式，某种程度上反映了用户对产品的认知和感受 21。在产品评价属性和维度的构建中，考
20、虑到网上评论的可获得性，本文将产品感知价值细化为产品感知价格（价格比较和产品增值空间）和产品感知成本（时间成本和精力成本） 。顾客在考核产品的各项指标时，附加在产品上面的服务也是不可忽视的一部分。服务营销理论指出，服务具有无形性、不可分离性、异质性和易逝性，这些特性使得服务质量的测量困难重重。Zeithaml , L. L. Berry 和A.Parasuraman 先后在“Journal of Marketing” 和 “Journal of Retailing”中发表文章, 阐述了测量服务质量的SERVQUAL量表，将服务质量分解为五个维度：可靠性、响应性、保证性、移6情性和有形性。范秀成
21、和杜建刚（2006）在对服务质量与服务满意的研究中给出了这五个维度的定义：可靠性是指可靠的、准确的履行服务承诺的能力；可靠的服务行动是顾客所希望的,它意味着服务以相同的方式, 无差错的准时完成；响应性是指帮助顾客并迅速提供服务, 减少顾客等待时间, 出现服务失败时, 迅速解决问题；保证性是指员工表达出自信和可信的知识、礼节的能力；包括完成服务的能力, 对顾客的礼貌和尊敬, 与顾客的有效沟通, 并将顾客最关心的事儿放在心上；移情性是指设身处地的为顾客着想和对顾客给与特别的关注；有形性指有形的设施、设备、人员和宣传资料等 22。在此基础上，笔者通过查阅相关文献，将各个维度进行了扩充：可靠性由服务承
22、诺的可实现性、交易信息准确、服务质量稳定来测量，响应性由提供服务的意愿和提供服务的就绪准备来测量；保证性由员工业务服务水平进行测量；移情性可以从员工服务态度、顾客个性化服务程度和客户关怀进行测量；有形性则从与企业员工配套的设备和企业logo 来测量。1.4 品牌评价属性和维度品牌是人们对一个企业及其产品、售后服务、文化价值的一种评价和认知，是一种信任。目前国内与消费者行为相关的品牌研究主要从品牌态度、品牌关系、品牌个性、品牌忠诚和品牌形象等维度为切入点。柴俊武（2007）在对品牌信任和品牌关系的研究中，根据KELLER的品牌态度量表将品牌态度分为认知成分（知名度、知晓度）和情感成分（美誉度）
23、23。品牌个性是与品牌有关联的一整套人性化的特征 24。国内学者黄胜兵和卢宏泰在关于品牌个性本土化的研究中提出了适合中国品牌个性的五个维度仁、智、勇、乐、雅：这为中国品牌个性的测量奠定了坚实的基础。从跨学科的角度出发，品牌关系被类比成人际关系是现在学术界研究品牌关系的基本范式 25。周志民在品牌关系的研究中将品牌关系分为认知、情感和行为三个维度。认知是消费者对品牌的了解和掌握程度；情感是消费者对品牌的感性认识，是一种评价和感觉；行为则是品牌关系的具体体现，包括对品牌的忠诚意向和承诺。除此之外，品牌形象作为品牌研究的重要课题，国内外关于品牌形象的测量文献很多，Biel于1993 在Brand E
24、quity and Advertising上发表文章最早且最全面的对品牌形象进行了划分。Biel认为品牌形象可分为三个维度：（a ）生产者形象，也就是企业形象；（b）使用者形象；（c）产品或服务本身的形象。后面不断有学者进行完善，但该体系得到了学术界的广泛认可。在此基础上，本文引7入原产地形象，以便测量不同国界的产品形象。从国内外关于品牌的研究中，本文推导出适合网上用户评论的品牌测量维度：从品牌态度（知名度、美誉度、忠诚度） 、品牌个性（仁、智、勇、乐、雅）和品牌形象（企业形象、产品形象、使用者形象和原产地形象）三个角度来测量文本数据中用户对产品的品牌感知。2 模型和研究方法82.1 产品评价
25、体系在引出本文的研究模型之前，笔者先给出基于网上用户评论文本数据的评价体系，见表 2.2。在该体系中，评价体系从产品和品牌两个大类进行测量：产品又细分为如下一级构念：产品质量（产品形式） 、产品功能（产品属性） 、感知价值和产品服务；品牌则细分为如下一级构念：态度、个性和形象。在每个一级构念下面又进一步进行了细化，发展出二级构念（如品质、特征、外观则为产品质量的二级构念） ；为了更好的与产品评论相对应，本文在二级构念下面演化出一级维度（如原料、工艺和耐用度就是品质的一级维度） 。文本数据中对产品各个维度的描述将会按照模糊归类法，先将文本数据进行预料切分，划出特征词和评分词（多为情感词汇） ，再
26、用中文配对方式进行模糊归类，将相似特征值归入一级维度下，然后根据各维度出现的频次赋予权重，并依此方法类推出一级构念和二级构念的权重。具体举例如下：表 2.1 语料切分示例表语料 评分 特征 一级维 度 二级构念 一级构念包装精美 10 包装 感官 产品形式 产品属性全 5 分 10 好评 喜爱度 美誉度 品牌态度包装精美！全5 分！老顾客了！_ 老顾客了 8 忠诚行为 重购率 忠诚度 品牌态度2.2 文本数据分析流程整个文本数据研究分析主要分如下几个步骤：（1）用数据爬虫从中文零售网站上面抓取产品信息。（2）文本预处理，对文本数据进行去重和过滤掉那些没有实际意义的评论和词。（3）分词，产品的属
27、性或特征一般是名词或者名词短语，在评论数据中，大部分都是一些复杂的长短句，分词是将连续的字序列按照一定的规范重新组合，具体方法可参照中科院发布的分词系统 ICTCLAS。（4）抽取产品特征词和评分词，找出所有文本评论中的高频名词和名词短语（特征） ；并将评分词量化，赋予打分。9（5）用相似性匹配法，将上面找出的名词和名词短语归类入评价体系中，并用递推的方法统计各层级的的权重。（6）根据模糊综合评价法，得出每个特征层面的评分高低、出现次数和权重，计算出一级维度的评分高低和总出现次数，再由一级维度的信息推算出二级构念，由二级构念的相关信息推算出一级构念，最后得出总体的评价结果。2.3 权重计算模型
28、2.3.1 单个特征的平均分计算：假设某种产品所有对特征 i 的打分的所有用户(假设有 n 个用户)的分数为xi1，x i2，x in，则特征 i 的平均分 为：iX(3.1)1nijix2.3.2 单个一级级维度的平均分计算：假设某个一级维度 k 下(假设有 m 个特征)所有特征的平均分分别为Xk1，X k2，X km，并且 m 个特征的所提及的次数为分别为pk1，p k2，p km，则一级维度 k 的平均分 为：kY(3.2)112mkjjkkkkiipXpXYp2.3.3 单个二级构念的平均分计算：假设某个二级构念 r 下( 假设有 g 个一级维度)所有一级维度的平均分分别为Yr1，Y
29、r2， ，Y rg，并且 g 个一级维度的次数分别为 qr1，q r2，q rg，则二级构念 r 的平均分 为：rZ(3.3) 121grjrrrjgriiYqYq10表 2.2 产品评价体系原料工艺品质耐用度配方特征品种包装产品质量 外观造型安全性（产品认证、线上线下对比）适用性（方便性、定制性）维护性（易清理、易存储）功能性完善性（容量完善、功能完善）视觉体验嗅觉体验味觉体验体验性情绪体验面子（有面子、丢脸）产品功能符号性 定位（适用人群、适用场合、档次）相对于价值的价格相对于竞争品的价格感知价格产品增值感知时间成本感知价值 感知成本 精力成本服务承诺的可实现性交易信息的准确性可靠性服务质
30、量稳定性提供服务的意愿响应性提供服务的就需准备保证性 员工业务服务水平员工服务态度顾客个性化服务移情性客户关怀员工配套的设备产品产品服务有形性 企业统一标志品牌/产品识别知名度品牌/产品提及率喜爱度美誉度信任重购行为重购意向态度忠诚度价格敏感度仁 平和的、环保的、和谐的、仁慈的、家庭的、温馨的、经济的、正直的有义气的、忠诚的、务实的、勤奋的智 专业的、权威的、可信赖的、专家的、领导者、沉稳的、成熟的、负责任的、严谨的、创新的、有文化的勇 不惧、不避难、勇敢、威严、果断、动感、奔放、强壮、新颖、粗犷乐 高兴、乐观、自信的、时尚、欢乐、吉祥、自信、积极的、酷的个性雅 高雅、浪漫、有品位的、体面的、
31、气派的、有魅力的、美丽的业绩形象社会形象企业形象员工形象（管理者形象、普通员工形象）视觉形象（造型风格）品质形象（产品质量好坏、产品设计功能）产品形象社会形象（产品社会认知、产品社会地位）使用者形象 产品使用者身份及社会地位原产国形象产品评价体系品牌形象原产地形象 产品原产地形象11其中 qrk=pk1+pk2+pkm，在这里 k 是指一级维度 k。如果特征与二级构念之间没有一级维度的分类，那么二级构念平均分的计算通过公式(2)来计算。2.3.4 单个一级构念的平均分计算：假设某个一级构念 s 下(假设有 t 个二级构念)所有二级构念的平均分分别为Zs1， Zs2，Z st，并且 t 个二级构
32、念的次数分别为 hs1，h s2，h st，则一级构念 s 的平均分 为：sC(3.4) 112tsjsssttsiiZhZhh123 数据分析举例本文中的数据分析，是为了验证基于切词技术和模糊归类法的文本数据分析，在笔者归纳出的产品评价体系中的可行性。进行探索的文本数据主要来自于国内天猫网站上某保健酒酒类品牌旗下 5 种产品的购后评论，产品包括 100ml 参茸劲酒，125ml 中国劲酒，258ml 中国劲酒，500ml 参茸劲酒和 680ml 中国劲酒，近500 条售后评论。本文中所有切词和特征归类，均在查阅广泛文献及参照相应营销字典库的前提下，由人工进行。3.1 数据清理在拿到 500
33、条售后评论后，先根据评论内容长短和对产品描述的深入度，淘汰掉部分评论，被淘汰的评论有如下特点：（1）评论文本太短，信息含量少，无法进行分析。如 “蛮好的！”“OK ！” （2）与产品描述无关，如“ 给大家推荐一款新的睡衣，请点产品链接”。3.2 分词处理本文文本评论数据都是以标点为单位进行切割，先将整段评论按标点（多以逗号为切割点）细分为多个短语，再将每个短语中名词、动词和形容词、副词进行分割，若没有动宾关系的短语，不用继续切割。如文本评论：“包装很好，正牌的，下次还来” ，可先分为 “包装很好”“ 正牌的”“下次还来” 这三个短语，每个短语又可进行再切割。 “包装很好 ”可以切割为“包装”和
34、 “很好”；“ 正牌的”和“下次还来”则不用继续进行切割。对于大规模的分词，可采用中国科学院的ICTCLAS分词工具在计算机上面进行操作，关于大规模文本数据处理，笔者会在后续工作中深入探讨。 3.3 模糊综合评价法进行特征词归类时，主要采用模糊综合评价法。模糊综合评价法针对不能精确确定指标值的问题,属于模糊数学范畴，可以把定性评价转化为定量评价，能有效地解决那些模糊的难以量化的问题。该法第一步是确定评价项目集 F，F= （f 1,f2,f3,f4,fn） ，可以构建 F=（产品，品牌） ，并可以同时参考表 2.2，将产品评价指标体系对 F 中各个指标进行划分，进行二级模糊综合评价，f 1 =(
35、a1,a2,a3,a4an)，f1 产品=（产品质量，产品功能，感知价值，产品服务） ，并依次对下一级进行细分。特征词的归类是将分词处理13后得出的名词或无动宾关系短语，利用相似度匹配先将语料归结到特征词，然后通过营销字典和相关文献对各一级维度的诠释，将特征词归结到一级维度下。第二步，确定每个项目的评分尺度。给每一个归结到特征词中的语料，进行评分细化。以五梯度标准为例，E= （很满意，满意，一般，不满意，很不满意 ） 。其中用 5 分代表“ 很满意”，1 分代表“很不满意”，中间各项依次递减。分数越低，表示满意度越低。在抓取到得产品购后评价中，对特征词的程度形容词可具体分为如下几类：5=（非常
36、好、非常满意、不能再好了、超给力）4=（好、喜欢、满意）3= （不错、还行）2= （过得去、凑合、一般）1= （不好、真差、糟透了、步怎么样） 。在本文分析中，结合前面提到的模型，X =（5，4，3，2，1） 。第三步，计算出各个层级的权重。在统计出各特征词下面语料出现的频次后，参照前面模型中的方法，计算出相应的权重和最终得分，经过分析后的结果图如表 3.1。在表 3.1 中，品牌下面有三个一级构念：态度、个性和形象，但是文本数据挖掘中，用户评价不可能涵盖所有的评价指标，因为顾客对于不同产品的关注点不同。因此在表 3.1 中，只反映了顾客对产品的关注点评价结果。3.4 数据分析结果表 3.1
37、产品评价文本数据分析结果产品构念 产品 品牌（态度） 总评 天猫评分产品 产品质量 产品功能 感知价值 产品服务 合计 美誉度忠诚度合计 合计 星级680ml 中国劲酒4.5 4.4 4.3 4.25 4.4 4.35 3.8 3.9 4.25 4.9258ml 中国劲酒4.55 4.1 3.55 3.45 4.15 4.55 4.1 4.3 4.18 4.9125ml 中国劲酒4.4 4.25 4.45 3.8 4.3 3.85 3.55 3.75 4.12 4.9500ml 参茸3.85 4.05 2.5 4.05 3.9 4.7 3.7 4 3.92 4.8100ml 参茸3.85 4.
38、15 3 3.45 3.88 5 3.8 4 3.94 4.9本文截取了天猫商城上面的评级数据来校验该评价体系的效果。由表 3.1 的数据对比可知，本文的模型和方法与天猫商城的评级数据大体一致，但是本文得出的数据分析结果比天猫评级数据要具体很多。 （1）天猫数据显示 100ml 参茸劲酒，125ml 中国劲酒，258ml 中国劲酒和 680ml 中国劲酒的总体评价都为 4.9，无14法横向比较产品与产品之间的表现的差异；利用本文中提出的算法和模型则能清楚知道。 （2）本文中的方法可以细化到每个产品各个方面的表现，如产品质量、功能、服务和感知价值及品牌态度。 （3）顾客在天猫上看到的产品评分均比
39、较高，大多为 4.5 以上，星级数据在高分领域的同质化，会使得分数对产品实际情况的映射度缺乏可信性，而本文的算法相对于天猫高分数据来说，同质化程度较低。15结论和展望测量顾客的产品评价，一直以来都是学术理论界的难题，同时又是营销实践中意义重大的课题。现有对产品评价的研究大多利用问卷调研的方法, 而在WEB2.0飞速发展的今天, 网上用户创造的关于产品评价的内容如恒河沙砾。采用传统营销调研的方法，会面临如下三个问题：（1）调研数据的连续性不强，且连续性数据的获取成本较高；（2）产品评价的关注点会受到调研者关注点的影响，从而无法准确获取顾客的产品关注点；（3）传统调研多为顾客事后回忆，容易因记忆偏
40、差导致测量结果失真。本文在产品评价研究方法上另寻他径, 利用模糊综合评价法, 通过对文本数据的语意分析和相似性匹配，来分析零售网站中用户生成内容中蕴含的产品评价信息。本研究的亮点如下：（1）对互联网海量免费数据的利用，探索了如何利用网上文本数据进行产品评价；（2）通过对理论梳理，构建了一套较为完备的产品评价体系；（3）方法的适用性较广，对产品评价体系的不同组合和扩展，可适用用于多种产品的顾客评价。当然，本文研究还是存在一定局限性的。本文的文本切词和语义分析都是人工完成的，若想利用计算机功能开发出相应软件，则切词技术与语义分析的精准性，决定了最终评价结果的准确性。此外，从零售网站搜集到的文本数据
41、，是基于网上购物顾客的产品评价，其样本来源存在一定的局限性，这导致最终评价结果只能显示网上顾客的整体感知，而不是所有顾客。现在国内网上用户的信息安全保障越来越完善，这也为获取网上顾客的人口统计信息进行更具体的数据分析提高了门槛。16参考文献1 Echterhoff, G, Higgins, E. T, Kopietz, R., & Groll, S. How communication goals determine when audience tuning biases memoryJ. Journal of Experimental Psychology: General, 2008(13
42、7):321.2康大庆,张旭梅 .产品顾客满意度评价指标体系和方法研究J.计算机集成制造系统CIMS，2003 ,9(5):14-20.3 Tse David K, Peter C Wilton. Models of Consumer Satisfaction Formation: An ExtensionJ. Journal of Marketing Research, 1988, 25(2):132-154.4 Oliver Richard L. A Cognitive Model of the Antecedents and Consequences of Satisfaction De
43、cisions J. Journal of Marketing Research, 1980, 17(4):45-65.5范哲,朱庆华 ,赵宇翔.Web2.0 环境下 UGC 研究述评 J.图书情报工作,2009,53 (22):25-33.6潘洪涛,王新新 .虚拟社群中的品牌定位基于用户生成内容点互信息的实证研究J.财贸研究,2011(04):34-41.7钱洁, 潘洪涛 . 用户生成内容使用与满足对品牌态度的影响研究以音视频类用户生成内容为例J.财贸研究,2012(03):56-63.8 Jones, Ravid, and Rafaeli . Information Overload an
44、d the Message Dynamics of Online Interaction Spaces: A Theoretical Model and Empirical ExplorationJ. Information Systems Research , 2004, 15(2): 194210.9 Chevalier and Mayzlin. The Effect of Word of Mouth on Sales : Online Book ReviewsJ Journal of Marketing Research , 2006(08):345354.10 Duan, Gu, an
45、d Whinston. Do online reviews matter? - An empirical investigation of panel data J. Decision Support Systems, 2008,45( 4):1007-1016. 11 Forman, Ghose, and Wiesenfeld. Examining the Relationship Between Reviews and Sales: The Role of Reviewer Identity Disclosure in Electronic Markets J. Information S
46、ystems Research ,2008,19(3) :291313.12 Diermeier, D, Huffaker, D, & Swaab, R.I. The language of coalition formation in online multiparty negotiationsJ. Journal of Language and Social Psychology , 2011, 30(1):66-81.1713 Stephan Ludwig, Ko de Ruyter .More Than Words: The Influence of Affective Content
47、 and Linguistic Style Matches in Online Reviews on Conversion Rates J. Journal of Marketing,2013,77(1):87-103.14 Mittal Vikas, Kamakura Wagner A. Satisfaction, Repurchase Intent, and Repurchase Behavior: Investigating the Moderating Effect of Customer Characteristics J. Journal of Marketing Research
48、, 2001, 38(1):136-154.15 Okada Erica Mina. Justification Effects on Consumer Choice of Hedonic and Utilitarian Goods J. Journal of Consumer Research , 2005, 42 (1) :43- 53.16 O Curry Suzanne ,Michal Strahilevit . Probability and Mode of Acquisition Effects on Choices between Hedonic and Utilitarian
49、Options J. Marketing Letters, 2001, 12 (1):37- 49.17Mano Haim , Richard L Oliver. Assessing the Dimensionality and Structure of the Consumption Experience: Evaluation Feeling, and Satisfaction J. Journal of Consumer Research , 1993, 20 (3):451- 466.18邹德强,王高 ,赵平等.品牌象征意义对品牌忠诚的影响: 性别差异和感知风险的调节作用J.营销科学学报,2006,2(1):45-57.19白长虹.西方的顾客价值研究及其实践启示J.南开管理评论,2001,02:47-53.20白长虹,范秀成 ,甘源.基于顾客感知价值的服务企业品牌管理J.外国经济与管理,20
