董敏+王琨

摘 要：隨著Web3.0的迅速發(fā)展，人們無論在生活上還是工作中，對(duì)電子商務(wù)的依賴性都不斷的增強(qiáng)。因此用戶在電子商務(wù)平臺(tái)中對(duì)商品的選擇上，很大程度上依賴于該商品的用戶評(píng)價(jià)。對(duì)于商家來說，在投資產(chǎn)品時(shí)也依賴于用戶對(duì)該商品的評(píng)價(jià)等級(jí)，因此如何建立電子商務(wù)平臺(tái)中產(chǎn)品的用戶評(píng)價(jià)分析模型，為用戶和商家提供可靠的決策依據(jù)有著重要的作用。本文主要是基于語義分析的模型，采取VSM來得到用戶評(píng)價(jià)總體情感傾向。

關(guān)鍵詞：電子商務(wù)；語義分析；情感分析；VSM

一、引言

對(duì)于電子商務(wù)平臺(tái)中產(chǎn)品的用戶等級(jí)分析，通常都是采用對(duì)本文情感分析技術(shù)要進(jìn)行實(shí)現(xiàn)。文本的情感分析可以稱作為情感的傾向性計(jì)算，主要是對(duì)用戶的產(chǎn)品、服務(wù)、組織機(jī)構(gòu)和事件等進(jìn)行實(shí)時(shí)性評(píng)價(jià)分析。當(dāng)前對(duì)于文本的情感分析是一門較為新興的技術(shù)領(lǐng)域，其目的是利用機(jī)器人來對(duì)互聯(lián)網(wǎng)的文本信息進(jìn)行采集后的數(shù)據(jù)，通過情感分析來對(duì)用戶發(fā)表信息時(shí)的情感心態(tài)。在電子商務(wù)領(lǐng)域則是體現(xiàn)在對(duì)用戶關(guān)注的產(chǎn)品的情感等級(jí)的分析，從而對(duì)產(chǎn)品操作得到可信的據(jù)測性依據(jù)。

二、電子商務(wù)產(chǎn)品用戶評(píng)價(jià)情感分析現(xiàn)狀

本文的情感分析技術(shù)早在上世紀(jì)90年代就有許多研究人員開始進(jìn)行初步的嘗試研究，并根據(jù)市場的實(shí)際需求建立起相關(guān)的產(chǎn)品和應(yīng)用。

哈爾濱工業(yè)大學(xué)對(duì)互聯(lián)網(wǎng)情感分析現(xiàn)狀和動(dòng)態(tài)進(jìn)行調(diào)研、挖掘和探究，提出現(xiàn)有的情感分析中存在的問題，通過對(duì)這些問題的闡述和探討，提出在情感分析領(lǐng)域未來的主要研究方向和目標(biāo)。同濟(jì)大學(xué)也以新浪微博的平臺(tái)，對(duì)動(dòng)車事故網(wǎng)友發(fā)表的微博和評(píng)論進(jìn)行用戶情感分析，他們提出了微博中的六種情感類別，并據(jù)此建立了情感分析模型，研究微博文本的影響力和計(jì)算網(wǎng)友情感的技術(shù)和方法，對(duì)該事故之后的公共的情感進(jìn)行了分析和探討。清華大學(xué)的謝麗星等多人研究了基于層次結(jié)構(gòu)的多策略中文微博情感分析和特征提出的方法。他們通過SVM的監(jiān)督學(xué)習(xí)實(shí)驗(yàn)，對(duì)主題的識(shí)別和文本的情感傾向分析取得了不錯(cuò)的效果。

目前對(duì)于電子商務(wù)平臺(tái)的文本情感分析，還沒有出現(xiàn)較為系統(tǒng)的研究成果，不過根據(jù)市場的需要，也出現(xiàn)一些比價(jià)平臺(tái)，通過對(duì)多個(gè)主流電子商務(wù)平臺(tái)的各項(xiàng)數(shù)據(jù)采集，特別是對(duì)于價(jià)格、用戶評(píng)價(jià)，特別是對(duì)與好評(píng)和差評(píng)信息進(jìn)行動(dòng)態(tài)采集，形成一個(gè)多個(gè)電子商務(wù)平臺(tái)的價(jià)格對(duì)比，以引導(dǎo)用戶選擇高性價(jià)比的產(chǎn)品。比如，國內(nèi)的慢慢買、盒子比價(jià)網(wǎng)、瑯瑯比價(jià)網(wǎng)等，提供國內(nèi)外多個(gè)電子商務(wù)平臺(tái)的商品信息的價(jià)格和用戶評(píng)價(jià)的對(duì)比。

三、電子商務(wù)產(chǎn)品用戶評(píng)價(jià)分析算法研究

1.用戶評(píng)價(jià)信息的獲取

對(duì)于用戶評(píng)價(jià)信息的獲取，主要利用網(wǎng)絡(luò)爬蟲來進(jìn)行采集。因此可以設(shè)計(jì)一個(gè)基于電子商務(wù)平臺(tái)的主題網(wǎng)絡(luò)爬蟲的設(shè)計(jì)。由于一般的電子商務(wù)平臺(tái)的商品評(píng)價(jià)頁面都是動(dòng)態(tài)呈現(xiàn)的，因此如何解決對(duì)用戶評(píng)價(jià)的數(shù)據(jù)更新是設(shè)計(jì)該主題網(wǎng)絡(luò)爬蟲的技術(shù)關(guān)鍵。

對(duì)于動(dòng)態(tài)網(wǎng)站的數(shù)據(jù)采集，可以建立索引空間，采用哈希表的形式將用戶評(píng)價(jià)信息建立動(dòng)態(tài)索引，利用哈希查找算法，提高采集中查找的效率，從而實(shí)現(xiàn)對(duì)動(dòng)態(tài)用戶評(píng)價(jià)信息的采集。

由于目前各類型電子商務(wù)平臺(tái)眾多，如果需要多全平臺(tái)的產(chǎn)品用戶評(píng)價(jià)信息進(jìn)行采集，就需要較大的存儲(chǔ)空間和處理器，因此可以利用云計(jì)算平臺(tái)來建立云爬蟲，利用云計(jì)算的高計(jì)算、大存儲(chǔ)和高帶寬網(wǎng)絡(luò)的優(yōu)點(diǎn)實(shí)現(xiàn)大數(shù)據(jù)的用戶評(píng)價(jià)信息的采集，也為后續(xù)的情感分析提供龐大的數(shù)據(jù)集。

2.用戶評(píng)價(jià)信息的特征詞處理技術(shù)分析

特征詞的提出主要分為：文本切詞、文本去重和特征詞提取三個(gè)步驟。

文本切詞：將一段詞語獨(dú)立切分為多個(gè)獨(dú)立的詞語，這是文本特征詞處理的基礎(chǔ)技術(shù)。當(dāng)前分詞算法有字符串匹配算法、基于理解的算法和基于自動(dòng)學(xué)習(xí)的算法等。

字符串匹配算法是最為常見的算法之一，其特點(diǎn)是實(shí)現(xiàn)簡單，詞語的匹配精度性較高。可以建立和維護(hù)字符串庫，實(shí)現(xiàn)不斷的自我更新和自我學(xué)習(xí)。具體的匹配過程是，對(duì)文本進(jìn)行逐一分解后，通過對(duì)出現(xiàn)在字符串中的本文塊，則匹配成功。為了提高匹配的準(zhǔn)確性，可以使用正向最大匹配、逆向最大匹配和雙向最大匹配等方法。

文本去重：對(duì)于本文切詞后，會(huì)存在許多重復(fù)的詞語，這就需要進(jìn)行對(duì)切詞后的重復(fù)短語進(jìn)行去重處理。這里主要是研究使用布隆過濾器（Bloom Filter）來進(jìn)行對(duì)文本的去重處理。布隆過濾器是上世紀(jì)70年代Howard Bloom提出來的一種二進(jìn)制向量數(shù)據(jù)結(jié)構(gòu)，它可以很好的利用空間和時(shí)間效率，來驗(yàn)證一個(gè)元素在集合中是否重復(fù)出現(xiàn)。

Bloom Filter的去重原理是：位數(shù)組K個(gè)獨(dú)立HASH函數(shù)。將HASH函數(shù)對(duì)應(yīng)的值的位數(shù)組置1，查找時(shí)如果發(fā)現(xiàn)所有HASH函數(shù)對(duì)應(yīng)位都是1說明存在，很明顯這個(gè)過程并不保證查找的結(jié)果是100%正確的。同時(shí)也不支持刪除一個(gè)已經(jīng)插入的關(guān)鍵字，因?yàn)樵撽P(guān)鍵字對(duì)應(yīng)的位會(huì)牽動(dòng)到其他的關(guān)鍵字。所以一個(gè)簡單的改進(jìn)就是counting Bloom filter，用一個(gè)counter數(shù)組代替位數(shù)組，就可以支持刪除了。

特征詞提取：文本的特征詞提出主要是選取文本中的特征項(xiàng)，當(dāng)前的提取方法比較多，最為常見的是文檔詞頻提取法，也稱作為DF。DF是指在整個(gè)文本詞語集中，包含了所指定的某個(gè)或多個(gè)特征項(xiàng)，其計(jì)算公式為：

在計(jì)算公式中，DF（t）是指所包含的特征項(xiàng)t的詞頻率，通過使用文檔詞頻提取法可以對(duì)每個(gè)特征項(xiàng)在整個(gè)文本出現(xiàn)的頻率進(jìn)行統(tǒng)計(jì)，再根據(jù)設(shè)定的特征項(xiàng)設(shè)定的閾值，去掉一些小于閾值的特征項(xiàng)，進(jìn)而從采集的文本中提取出所需的特征值。在電子商務(wù)平臺(tái)中的用戶評(píng)價(jià)信息，主要是對(duì)用戶評(píng)價(jià)信息分詞后，提取出用戶用于產(chǎn)品的評(píng)價(jià)特征項(xiàng)，對(duì)產(chǎn)品的優(yōu)良、好壞進(jìn)行特征項(xiàng)的分析。

3.基于VSM技術(shù)的用戶評(píng)價(jià)信息的情感分析

對(duì)于電子商務(wù)平臺(tái)中用戶評(píng)價(jià)信息，經(jīng)過采集、切詞、特征值的提取和去重操作后，就剩下對(duì)處理后短語進(jìn)行情感分析，也就是信息相似度的計(jì)算。對(duì)于目前來說信息相似度技術(shù)較為成熟的就是向量空間模型技術(shù)（VSM），該中技術(shù)就是把兩個(gè)文本短語簡化為向量運(yùn)算，通過計(jì)算向量之間的相似度來衡量文本短語之間的相似度。

本文研究的電子商務(wù)平臺(tái)用戶評(píng)價(jià)研究的VSM情感分析過程如下：

（1）預(yù)處理，先對(duì)采集的用戶評(píng)價(jià)文本進(jìn)行中英文切詞，并過濾所有停用詞。

（2）對(duì)用戶評(píng)價(jià)文本中的分詞短語的關(guān)鍵詞進(jìn)行選擇與加權(quán)，對(duì)用戶評(píng)價(jià)文本中若干個(gè)關(guān)鍵詞進(jìn)行頻度的計(jì)算。

（3）通過把兩個(gè)處理后的短語建立向量空間模型、求出向量空間中的余弦值。對(duì)于建立向量空間模型的方法就是把短語簡化為關(guān)鍵詞的權(quán)重為分量的N維向量來進(jìn)行表示。對(duì)于D1和D2兩個(gè)文本來說，要求的之間的相似度Sim（D1，D2），其余弦公式為：■，其中W1k和W2k分別表示D1和D2兩個(gè)短語第k（1<=k<=n）個(gè)關(guān)鍵字的權(quán)值。

（4）如果所求的兩個(gè)用戶評(píng)價(jià)文本的余弦值大于所設(shè)定的閾值，那么就說明這兩個(gè)短語是相似的，否則說明該個(gè)短語與評(píng)價(jià)信息并不相似。

經(jīng)過對(duì)所有切詞后的短語進(jìn)行相似度計(jì)算后，得出的余弦值與事先設(shè)定好的閾值進(jìn)行比較后，作為用戶評(píng)價(jià)情感傾向度分析的評(píng)價(jià)標(biāo)準(zhǔn)，通過把所有評(píng)價(jià)中的文本短語進(jìn)行計(jì)算后，就可以判斷用戶評(píng)價(jià)對(duì)于商品的情感，也就可以作為對(duì)該商品的評(píng)價(jià)等級(jí)。對(duì)于設(shè)置的閾值可以在分析過程中，通過對(duì)詞語出現(xiàn)的頻度來不斷的進(jìn)行調(diào)整，實(shí)現(xiàn)自我學(xué)習(xí)的能力，從而進(jìn)一步的提高用戶評(píng)價(jià)情感傾向度分析的準(zhǔn)確性。

四、總結(jié)

綜上所述，對(duì)于電子商務(wù)平臺(tái)的用戶評(píng)價(jià)信息的分析中，主要是采取了SVM方法進(jìn)行分析，通過信息的采集、特征項(xiàng)的提取和情感的分析等來對(duì)產(chǎn)品的評(píng)價(jià)進(jìn)行分析，為用戶和商家提供決策上的有效依據(jù)。但是由于目前電子商務(wù)平臺(tái)的迅速的發(fā)展，各類電子商務(wù)信息量巨大，如何提高對(duì)用戶評(píng)價(jià)的采集效率，切詞的合理性和對(duì)用戶評(píng)價(jià)信息情感分析的準(zhǔn)確度方面，還需要進(jìn)一步提高研究的深度和廣度。

因此下一步的研究方向是如何把本文研究的分析平臺(tái)和當(dāng)前主流的云計(jì)算平臺(tái)相結(jié)合，依托云計(jì)算平臺(tái)的高計(jì)算能力、高可靠性和高存儲(chǔ)性等眾多優(yōu)點(diǎn)。進(jìn)一步的提高分析平臺(tái)的工作效率和對(duì)用戶評(píng)價(jià)的情感傾向度的分析能力。

參考文獻(xiàn)：

[1]張冬雯，崔志超，許云峰.電子商務(wù)產(chǎn)品評(píng)論多級(jí)情感分析的研究構(gòu)架[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2013-09.

[2]楊彪.面向電子商務(wù)的評(píng)論文本情感分析研究[D].重慶交通大學(xué)，2014-04.

[3]田金靈.B2C電子商務(wù)中情感因素與顧客滿意及購買行為的關(guān)系[J].湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013-08.

[4]嚴(yán)建援，張麗，張蕾.電子商務(wù)中在線評(píng)論內(nèi)容對(duì)評(píng)論有用性影響的實(shí)證研究[J].情報(bào)科學(xué)，2012-05.

[5]游貴榮，吳為，錢沄濤.電子商務(wù)中垃圾評(píng)論檢測的特征提取方法[J].現(xiàn)代圖書情報(bào)技術(shù)，2014-10.