邱冬陽 繪嫻

摘 要：

以2021年10月15日至11月30日天貓商城個(gè)護(hù)美妝的消費(fèi)者評(píng)論數(shù)據(jù)為樣本，運(yùn)用文本挖掘的方式研究“雙十一”活動(dòng)及活動(dòng)前后的消費(fèi)者滿意度，并對(duì)比2020年同時(shí)期，研究“雙十一”滿意度的演變可得出三個(gè)結(jié)論：（1）2021年“雙十一”滿意度評(píng)分為0.699 1，滿意度相對(duì)較高，2021年“雙十一”滿意度的影響因素有：產(chǎn)品本身、“雙十一”優(yōu)惠活動(dòng)、物流系統(tǒng)、虛假活動(dòng)、售后服務(wù)；（2）2021年“雙十一”活動(dòng)滿意度低于同年“雙十一”之前，并在“雙十一”之后持續(xù)下降，影響滿意度前后變動(dòng)的因素有：“雙十一”優(yōu)惠活動(dòng)的落差、客服人員不足、部分商品發(fā)貨較慢；（3）2020年“雙十一”活動(dòng)滿意度為0.679 7，整體低于2021年，其中活動(dòng)升級(jí)、物流進(jìn)步使得滿意度略有提升，但商品包裝和直播間對(duì)滿意度造成負(fù)面影響。

關(guān)鍵詞：

“雙十一”活動(dòng)；消費(fèi)者滿意度；文本挖掘；SnowNLP情感分析；LDA主題模型

中圖分類號(hào)：F723；F42

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-8268（2023）02-0131-15

近年來，互聯(lián)網(wǎng)生態(tài)開放以及電商行業(yè)的長(zhǎng)期動(dòng)能釋放使得電商行業(yè)迅猛發(fā)展。據(jù)易觀分析發(fā)布的數(shù)據(jù)顯示，2021年第4季度，中國網(wǎng)絡(luò)零售B2C市場(chǎng)交易規(guī)模為23 593.9億元人民幣，同比增長(zhǎng)8.1%［1］。2009年11月，淘寶天貓商城舉辦網(wǎng)絡(luò)促銷活動(dòng)，由此拉開了“雙十一”購物狂歡節(jié)”（以下簡(jiǎn)稱“雙十一”）的序幕。歷經(jīng)12年的發(fā)展，2021年天貓“雙十一”累計(jì)收益額高達(dá)5 403億元，較2009年增長(zhǎng)了10 805倍，近三年收益額平均增長(zhǎng)率為39.93%［2］。

在“雙十一”期間，消費(fèi)者獲得平臺(tái)優(yōu)惠券與商家打折雙重折扣，低價(jià)促銷成為了“雙十一”的象征，各類紅包、優(yōu)惠券、商品價(jià)格優(yōu)惠、加贈(zèng)禮品等提高了消費(fèi)者購買意愿，龐大的銷量也促進(jìn)了平臺(tái)經(jīng)濟(jì)的繁榮發(fā)展。但近年來，“雙十一”活動(dòng)頻頻出現(xiàn)降價(jià)同時(shí)質(zhì)量下降、價(jià)格明降暗升、活動(dòng)內(nèi)容虛假、物流崩潰、投訴困難等現(xiàn)象，沖擊著消費(fèi)者對(duì)商家和平臺(tái)活動(dòng)的信任，更反映出平臺(tái)經(jīng)濟(jì)中存在數(shù)字治理欠缺、商品流通不夠完善等問題，暗含系統(tǒng)性風(fēng)險(xiǎn)。消費(fèi)者作為“雙十一”活動(dòng)的主要參與對(duì)象，對(duì)“雙十一”活動(dòng)是否滿意各執(zhí)己見，“雙十一”活動(dòng)使得消費(fèi)者日常滿意度指標(biāo)出現(xiàn)波動(dòng)。

在2021年“雙十一”活動(dòng)中，消費(fèi)者的整體滿意度究竟如何？“雙十一”活動(dòng)的滿意度與活動(dòng)前后的滿意度到底如何波動(dòng)？隨著逐年活動(dòng)的不斷升級(jí)，滿意度又是否有變化？筆者將針對(duì)這些問題展開論述。

一、文獻(xiàn)綜述

（一）“雙十一”消費(fèi)者滿意度

對(duì)于消費(fèi)者滿意度的研究，國內(nèi)外學(xué)者大多運(yùn)用SCSB、ACSI、ECSI模型進(jìn)行分析，模型變量主要是顧客期望、感知質(zhì)量、顧客抱怨、顧客忠誠［3］，或是建立顧客滿意度指標(biāo)，將指標(biāo)劃分為功能、價(jià)格、服務(wù)、品質(zhì)、產(chǎn)品包裝等，然后依次作出評(píng)價(jià)4］。在研究過程中，研究方法分為問卷調(diào)查法和文本挖掘法。大多學(xué)者采用問卷調(diào)查法獲取數(shù)據(jù)，發(fā)現(xiàn)影響消費(fèi)者網(wǎng)購滿意度最主要的因素是：購物網(wǎng)站服務(wù)質(zhì)量、顧客自身對(duì)網(wǎng)站的期望、網(wǎng)絡(luò)安全性、價(jià)格優(yōu)勢(shì)和產(chǎn)品質(zhì)量保證［5-6］。2010年以后，逐漸開始運(yùn)用文本挖掘研究消費(fèi)者滿意度，學(xué)者指出，傳統(tǒng)問卷調(diào)查法受限于時(shí)空，文本挖掘是更高效快捷的研究滿意度的方式［7］。在其他一些研究中表明，消費(fèi)者滿意度對(duì)消費(fèi)意向呈正向影響，消費(fèi)意向又能影響消費(fèi)行為［8］，因此研究消費(fèi)者滿意度對(duì)促進(jìn)消費(fèi)有重要意義。

“雙十一”活動(dòng)交易額巨大，某種程度上也是中國經(jīng)濟(jì)的晴雨表，故應(yīng)該對(duì)“雙十一”活動(dòng)進(jìn)行理性分析和專業(yè)判斷［9］。在“雙十一”活動(dòng)中，產(chǎn)品介紹、商品價(jià)格、賣家服務(wù)承諾及資質(zhì)、網(wǎng)店裝修、客戶服務(wù)質(zhì)量都可能影響消費(fèi)者進(jìn)行沖動(dòng)消費(fèi)［10］，對(duì)消費(fèi)行為的自身感受形成了消費(fèi)者滿意度。截至2021年1月25日，CNKI中關(guān)于“雙十一”滿意度的文獻(xiàn)共有13篇，研究?jī)?nèi)容包括搜索體驗(yàn)、網(wǎng)購現(xiàn)狀、網(wǎng)購行為、物流配送等。對(duì)于研究方法，學(xué)者多采用問卷調(diào)查法，僅有1篇通過2013-2017年商家和物流的業(yè)績(jī)數(shù)據(jù)進(jìn)行分析。研究指出，五年中，2014年的“雙十一”活動(dòng)滿意度最高，物流滿意度除2015年外，其他年份滿意度逐年上升［11］。學(xué)者采用問卷調(diào)查法對(duì)2016年至2020年“雙十一”活動(dòng)滿意度進(jìn)行研究時(shí)，分別對(duì)參與過“雙十一”的消費(fèi)者發(fā)放了120［12］、220［13］、250［14］、300［15］、400份問卷［16］。問卷調(diào)查研究結(jié)果顯示，2015年大部分消費(fèi)者持滿意態(tài)度［13］。影響消費(fèi)者滿意度的因素為：網(wǎng)購保障、商品信息、售后服務(wù)、網(wǎng)購系統(tǒng)、網(wǎng)店形象［12］和“雙十一”購物活動(dòng)的設(shè)計(jì)特色、購物期間產(chǎn)品和服務(wù)的搜索難易程度、價(jià)格優(yōu)勢(shì)和購物娛樂性［15］。在“雙十一”物流系統(tǒng)中，訂單發(fā)貨響應(yīng)速度、商品包裝完整性、商品配送準(zhǔn)確度、配送人員業(yè)務(wù)能力、配送人員服務(wù)態(tài)度、物流跟蹤信息查詢、物流服務(wù)反饋及投訴渠道是影響滿意度的重要因素［13］。

（二）滿意度的文本挖掘與情感分析

文本挖掘是一科智能化技術(shù)，能夠在海量的文本中提取有用的信息，一定程度上可揭示信息之間的關(guān)系。1995年，Ronen等首次提出了文本挖掘的概念［17］，并把數(shù)據(jù)挖掘技術(shù)運(yùn)用到了非結(jié)構(gòu)化數(shù)據(jù)中，隨后又?jǐn)U展到各個(gè)領(lǐng)域各個(gè)層次的研究中。國外近兩年將文本挖掘運(yùn)用到酒店滿意度研究中，通過爬取酒店評(píng)論數(shù)據(jù)進(jìn)行回歸分析，探究影響消費(fèi)者酒店滿意度的因素［18］；還將該技術(shù)運(yùn)用到冷鏈研究中，將獲取到的文本數(shù)據(jù)運(yùn)用Bi-LSTM來量化情緒得分，該得分作為滿意度分值，再運(yùn)用LDA（latent dirichlet alloration）模型進(jìn)行主題分析，通過分析得出滿意度好中差的原因。結(jié)果表明，速度、價(jià)格、冷鏈運(yùn)輸、包裝、質(zhì)量、錯(cuò)誤處理、服務(wù)人員和物流信息是影響滿意度的重要因素［19］。國內(nèi)文本挖掘技術(shù)的雛形最早出現(xiàn)在圖書館檢索系統(tǒng)中［20］，這種方法大大提高了文本檢索的速度。此后，學(xué)者嘗試將文本挖掘技術(shù)運(yùn)用在滿意度研究中，其中情感分析是文本挖掘的一部分，利用SnowNLP平臺(tái)可以計(jì)算出評(píng)論文本所包含的情感值，每條評(píng)論的情感值和滿意度直接掛鉤［21］。目前，文本挖掘和情感分析的研究對(duì)象有手機(jī)［22］、民宿［23］、家具產(chǎn)品［24］、生鮮產(chǎn)品［25］等。在文本挖掘過程中，具體技術(shù)包括：詞頻分析、關(guān)鍵詞提取、ROSTCM6情感分析、TF-IDF（term frequency-inverse document frequency）算法、語義網(wǎng)絡(luò)以及LDA模型。最終通過文本挖掘分別得出結(jié)論，在多種手機(jī)產(chǎn)品中，挖掘出不同手機(jī)型號(hào)的優(yōu)勢(shì)和劣勢(shì)，便于消費(fèi)者選擇適合自己的手機(jī)［22］；在線上餐飲平臺(tái)研究中，收集回頭客在線評(píng)論進(jìn)行分析，研究結(jié)果可使商家參考改善服務(wù)［23］；在家具產(chǎn)品中，最終建立了家具消費(fèi)者滿意度模型，研究對(duì)改善消費(fèi)者購物體驗(yàn)起到了積極的作用［24］；在生鮮產(chǎn)品購物中，得到影響消費(fèi)者在生鮮產(chǎn)品購物中滿意度的因素，對(duì)于生鮮行業(yè)改進(jìn)服務(wù)具有一定作用［23］。上述研究均表明，文本挖掘技術(shù)在網(wǎng)絡(luò)評(píng)論中運(yùn)用效果較好，很大程度上減少了工作量，能快速在海量信息中提取關(guān)鍵信息，時(shí)效性強(qiáng)，在眾多領(lǐng)域中都能發(fā)揮出強(qiáng)大的作用。

（三）文獻(xiàn)述評(píng)

1.梳理文獻(xiàn)發(fā)現(xiàn)，問卷調(diào)查法研究“雙十一”時(shí)效性滯后，往往在活動(dòng)結(jié)束后一段時(shí)間才能發(fā)放調(diào)查，且整體工作量較大。在以往的研究中研究人員最多發(fā)放了400份問卷，所能觸及到的消費(fèi)者數(shù)量有限，有限的問卷數(shù)量所反映的問題也是有限的，不足以對(duì)問題進(jìn)行全面分析。此外，由于問卷發(fā)出者的身份原因，填寫問卷的人大部分為大學(xué)生，大學(xué)生以外的問卷發(fā)放數(shù)量和回收數(shù)量相對(duì)較少，這也會(huì)對(duì)研究結(jié)果造成影響。

2.“雙十一”活動(dòng)發(fā)展數(shù)十年間，活動(dòng)內(nèi)容形式在不斷變化，學(xué)者在對(duì)“雙十一”進(jìn)行研究時(shí)，運(yùn)用問卷法僅針對(duì)當(dāng)年情況設(shè)計(jì)問題，未涉及“雙十一”活動(dòng)之前之后的對(duì)比，未體現(xiàn)出消費(fèi)者滿意度的變化過程，研究存在一定的缺陷。受研究人員對(duì)問卷問題設(shè)計(jì)的限制，研究結(jié)果未能全面反映消費(fèi)者的全部感受。

3.文本挖掘是近年興起的研究方式，通過對(duì)文本關(guān)鍵詞的提取，能及時(shí)、精準(zhǔn)、全面收集數(shù)據(jù)并深入客觀地進(jìn)行分析。在使用本文挖掘研究餐飲、手機(jī)、冰箱、生鮮產(chǎn)品等對(duì)象的滿意度時(shí)，學(xué)者關(guān)注點(diǎn)集中于影響滿意度的因素，沒有明確指出滿意程度。目前，尚未有學(xué)者運(yùn)用該方式對(duì)“雙十一”活動(dòng)進(jìn)行過研究。

（四）本文的邊際貢獻(xiàn)

1.以往對(duì)于“雙十一”的研究大多采用問卷調(diào)查法，該方法研究結(jié)果受限于研究者的問卷設(shè)計(jì)，且時(shí)效性滯后。本文運(yùn)用文本挖掘的方式，通過Python編寫爬蟲獲取評(píng)論內(nèi)容，再利用情感分析對(duì)評(píng)論內(nèi)容進(jìn)行滿意程度評(píng)分和深入分析，能及時(shí)獲取數(shù)據(jù)、全面挖掘消費(fèi)者的真實(shí)感受并進(jìn)行深入準(zhǔn)確客觀的分析，還能豐富文本挖掘的應(yīng)用場(chǎng)景。

2.以往研究只針對(duì)當(dāng)年的“雙十一”活動(dòng)期間，本文研究進(jìn)一步將2021年“雙十一”與活動(dòng)前后進(jìn)行對(duì)比，探究“雙十一”活動(dòng)之前和之后的消費(fèi)者滿意度是否受“雙十一”活動(dòng)的影響，受何種因素影響；并將2021年“雙十一”與2020年“雙十一”對(duì)比，探究“雙十一”活動(dòng)近兩年的滿意度是否有變化。

3.在對(duì)滿意度的研究中，學(xué)者大多針對(duì)整個(gè)“雙十一”進(jìn)行問卷調(diào)查分析，本文選取天貓個(gè)護(hù)美妝類產(chǎn)品進(jìn)行文本挖掘，一定程度上縮小了研究范圍，微觀切入能使研究更細(xì)致、具體、深入。

二、理論基礎(chǔ)與研究設(shè)計(jì)

（一）理論基礎(chǔ)

1.消費(fèi)者行為

在經(jīng)濟(jì)活動(dòng)中，企業(yè)要想和消費(fèi)者建立長(zhǎng)期關(guān)系，就必須對(duì)消費(fèi)者行為進(jìn)行研究。消費(fèi)者一切與消費(fèi)過程相關(guān)的行為統(tǒng)稱消費(fèi)者行為，消費(fèi)者行為與商品服務(wù)或交換是緊密聯(lián)系在一起的。與傳統(tǒng)的消費(fèi)環(huán)境相比，在電子商務(wù)環(huán)境下，消費(fèi)者面對(duì)的商品種類繁多，營銷活動(dòng)復(fù)雜，使得消費(fèi)者行為趨于感性化［26］，這種感性化體現(xiàn)為消費(fèi)者計(jì)劃行為理論中的一部分。消費(fèi)者的行為偏好主要包括三個(gè)方面，分別是行為態(tài)度、主觀標(biāo)準(zhǔn)、控制行為，這三部分對(duì)消費(fèi)者決策和購買行為有著重要影響。從另一個(gè)角度來說，消費(fèi)者行為除了選擇商品購買使用時(shí)的認(rèn)知偏好、行為意愿、購買行為和自我控制能力，還有購買后產(chǎn)品服務(wù)的體驗(yàn)過程和在平臺(tái)上信息反饋的過程，當(dāng)然，

消費(fèi)者在產(chǎn)品購買使用時(shí)的態(tài)度情緒和傾向也屬于消費(fèi)者行為的范疇［27］。

2.消費(fèi)者滿意度

消費(fèi)者滿意度是指消費(fèi)者在購物之后所反映出來的情緒狀態(tài)，是對(duì)產(chǎn)品或服務(wù)體驗(yàn)的主觀評(píng)價(jià)，滿意度的高低決定著消費(fèi)者的購物黏性。消費(fèi)行為發(fā)生時(shí)，商家對(duì)消費(fèi)者所提供的產(chǎn)品與服務(wù)傾向于一個(gè)綜合狀態(tài)；而對(duì)于消費(fèi)者來說，滿意度通常會(huì)被切分為多個(gè)方面，如產(chǎn)品、價(jià)格、售后等。線上購物中，這種劃分體現(xiàn)在確認(rèn)收貨后，系統(tǒng)會(huì)提示消費(fèi)者從產(chǎn)品、物流、服務(wù)等方面打分，因?yàn)槊總€(gè)方面對(duì)于不同消費(fèi)者來說重要性各不相同，所以以往學(xué)者的研究形成了不同的評(píng)價(jià)消費(fèi)者滿意度的指標(biāo)體系；但無論何種指標(biāo)系，最終都會(huì)得到一個(gè)滿意度的綜合得分，以此來體現(xiàn)消費(fèi)感受。從心理學(xué)的角度，滿意度被劃分為：很滿意、較滿意、一般滿意、較不滿意和很不滿意。本文參考Oliver的觀點(diǎn)［28］，認(rèn)為滿意度是表示產(chǎn)品性能和服務(wù)與消費(fèi)者期待之間差異的函數(shù)，是產(chǎn)品購買前的期望與購買過程中的服務(wù)和到手后的產(chǎn)品使用體驗(yàn)之間的差距感受，越趨近于期望，甚至超越期望，則表示消費(fèi)者對(duì)購物的滿意度越高，反之則趨近于不滿意。

（二）研究?jī)?nèi)容設(shè)計(jì)

本文的研究?jī)?nèi)容設(shè)計(jì)分為三步，首先考慮研究平臺(tái)和具體研究對(duì)象的選擇，然后確定數(shù)據(jù)獲取的時(shí)間范圍，最終確定“雙十一”購物過程中的研究節(jié)點(diǎn)。

1.研究對(duì)象選擇

2021年，各電商平臺(tái)“雙十一”銷售額分別為：天貓5 403億，占比64.65%；京東3 491億，占比22.21%；拼多多位列第三，占比小于6%。故本文選擇天貓平臺(tái)作為研究對(duì)象，能夠體現(xiàn)出大部分消費(fèi)者的情況。

根據(jù)中商經(jīng)濟(jì)研究院數(shù)據(jù)統(tǒng)計(jì)，2021年“雙十一”期間，天貓銷售額前十的行業(yè)排名為：家用電器、手機(jī)數(shù)碼、服裝、個(gè)護(hù)美妝、鞋包、家具建材、電腦辦公、食品飲料、母嬰玩具、運(yùn)動(dòng)戶外?？紤]到以下三點(diǎn)，本文選擇個(gè)護(hù)美妝類產(chǎn)品作為主要研究對(duì)象。其一，個(gè)護(hù)美妝類產(chǎn)品促銷活動(dòng)貫穿“雙十一”活動(dòng)始終。它是第一波預(yù)售活動(dòng)的主要組成部分，且持續(xù)參與其他階段活動(dòng)，而其他品類在第一波預(yù)售中較少出現(xiàn)，研究個(gè)護(hù)美妝類產(chǎn)品更能凸顯出消費(fèi)者對(duì)整個(gè)“雙十一”的滿意度。其二，個(gè)護(hù)美妝類產(chǎn)品銷售額在“雙十一”直播中碾壓式領(lǐng)先。2021年“雙十一”主流直播電商平臺(tái)銷售總額達(dá)737.56億元，在頭部主播中，個(gè)護(hù)美妝類產(chǎn)品占據(jù)直播銷售額91.2%，占比突出。其三，在“雙十一”期間關(guān)注度高。根據(jù)百度大數(shù)據(jù)顯示，2021年“雙十一”期間，個(gè)護(hù)美妝類的搜索指數(shù)同比上升46%，位列所有品類第一名。后文的研究數(shù)據(jù)、分析及結(jié)果均基于2020與2021年天貓“雙十一”個(gè)護(hù)美妝類產(chǎn)品。

2.樣本周期選擇

本文樣本周期為2021年10月15日至11月30日。10月20號(hào)至11月1日為“雙十一”期間第一波預(yù)售，11月1日至3日為“雙十一”期間第一波搶購；11月4日至10日為“雙十一”期間第二波預(yù)售，11月11日為“雙十一”期間第二波搶購。預(yù)售階段買家支付定金，賣家不發(fā)出商品，到搶購階段買家支付尾款或買家直接搶購，賣家發(fā)出商品，商品通常1～6天送抵消費(fèi)者手中。因此，選定“雙十一”活動(dòng)期間為11月1日至17日。又由于12月1日開啟“雙十二”，“雙十一”之后的研究結(jié)束點(diǎn)就確定為11月30日。

基于上文所述，“雙十一”期間粗略確定為兩周，為實(shí)現(xiàn)研究數(shù)據(jù)的可比性，“雙十一”活動(dòng)前后也分別選定兩周，最終確定為“雙十一”之前、“雙十一”期間、“雙十一”之后三個(gè)階段，其中10月15日至10月31日為“雙十一”之前，11月1日至17日為“雙十一”期間，11月18日至11月30日為“雙十一”之后（見圖1）。

此外，由于2020與2021的活動(dòng)周期是一致的，本文還將2020數(shù)據(jù)作為對(duì)比進(jìn)行分析。

3.研究購物節(jié)點(diǎn)選擇

對(duì)于消費(fèi)者來說，“雙十一”的整個(gè)購物消費(fèi)過程包括：活動(dòng)獲悉、商品篩選、加購下單、物流運(yùn)輸、確認(rèn)收貨和售后服務(wù)。消費(fèi)者的評(píng)論發(fā)生在確認(rèn)收貨之后，部分存在問題的商品，消費(fèi)者會(huì)在售后服務(wù)之后進(jìn)行追評(píng)。雖然消費(fèi)者不會(huì)對(duì)每一個(gè)消費(fèi)環(huán)節(jié)進(jìn)行評(píng)價(jià)，但會(huì)在評(píng)論中突出整個(gè)消費(fèi)過程中滿意和不滿意的部分。因此，本文選擇售后服務(wù)及之前的商品評(píng)論作為研究購物環(huán)節(jié)節(jié)點(diǎn)，該節(jié)點(diǎn)的評(píng)論包含了整個(gè)購物消費(fèi)過程（見圖2）。

（三）研究方法設(shè)計(jì)

1.評(píng)論數(shù)據(jù)的獲取和處理

通過python編寫爬蟲程序，于2021年12月1日一次性爬取2021年10月15日至2021年11月30日天貓商城個(gè)護(hù)美妝類產(chǎn)品與2020年同時(shí)期消費(fèi)者評(píng)論，評(píng)論內(nèi)容客觀地反映出消費(fèi)者在天貓商城消費(fèi)后的感受。但由于評(píng)論包含大量的表情符號(hào)、錯(cuò)別字、無價(jià)值且重復(fù)的信息，會(huì)嚴(yán)重影響后續(xù)的分析結(jié)果，因此對(duì)評(píng)論進(jìn)行清洗、去重等預(yù)處理操作。為了方便后續(xù)的分析，再將評(píng)論進(jìn)行分詞處理，并對(duì)單詞的詞性進(jìn)行標(biāo)注。

2.情感分析

由于所爬取的評(píng)論未區(qū)分好評(píng)和差評(píng)，本文首先通過情感詞庫匹配法實(shí)現(xiàn)情感分類，并針對(duì)分類存在的偏差進(jìn)行修正，然后根據(jù)分類結(jié)果計(jì)算評(píng)論詞頻。這既是為了粗略觀察分類結(jié)果是否準(zhǔn)確，又是初步分析引起好評(píng)差評(píng)的關(guān)鍵因素。最后使用SnowNLP計(jì)算出每條評(píng)論情感分值，并匯總計(jì)算出整體平均分，該分值即代表消費(fèi)者的購物滿意度。

3.主題挖掘

商品評(píng)論包含商品質(zhì)量、物流等多個(gè)主題，單個(gè)詞語可能適配多個(gè)主題，通過建立LDA主題模型，將具有高度關(guān)聯(lián)的詞語集合在一起，形成基于詞匯的條件概率分布，挖掘出評(píng)論中更深層次的潛在語義，從而進(jìn)一步分析滿意度的各影響因素和影響因素的形成因子。

三、評(píng)論數(shù)據(jù)獲取與預(yù)處理

評(píng)論數(shù)據(jù)獲取與預(yù)處理是文本挖掘的基礎(chǔ)，包括數(shù)據(jù)獲取、清潔和分詞處理。其目的是獲取數(shù)據(jù)，并使數(shù)據(jù)由非結(jié)構(gòu)化狀態(tài)達(dá)到可進(jìn)行計(jì)算機(jī)分析的結(jié)構(gòu)化狀態(tài)。

（一）評(píng)論數(shù)據(jù)獲取與清洗

爬蟲是一個(gè)自動(dòng)下載網(wǎng)頁的程序，它根據(jù)既定的抓取目標(biāo)，有選擇地訪問萬維網(wǎng)上的網(wǎng)頁與相關(guān)鏈接，從而獲取所需要的信息。本文采用聚焦主題網(wǎng)絡(luò)爬蟲，該方法根據(jù)爬行算法和設(shè)定的主題特征進(jìn)行過濾，篩選出滿足主題的統(tǒng)一資源定位符來抓取頁面數(shù)據(jù)，下載滿足規(guī)則的頁面并儲(chǔ)存起來。

本文爬取了2021年10月15日至11月30日，以及2020年同時(shí)期130個(gè)個(gè)護(hù)美妝類商品評(píng)論共309 516條，其中2021年“雙十一”期間評(píng)論133 333條。各階段評(píng)論數(shù)量如表1所示。

由表1清洗前數(shù)據(jù)可見，2020和2021的“雙十一”期間評(píng)論都要明顯多于“雙十一”活動(dòng)前后，評(píng)論數(shù)據(jù)直接證明了“雙十一”期間銷量劇增?！半p十一”之后數(shù)量大于“雙十一”之前，主要有兩方面原因，一是“雙十一”期間，部分消費(fèi)者收貨時(shí)間略晚，還有部分消費(fèi)者在使用之后一段時(shí)間才做出評(píng)論；二是消費(fèi)者在“雙十一”之前，考慮到“雙十一”活動(dòng)即將來臨，所以將消費(fèi)時(shí)間后移。2021年數(shù)據(jù)明顯多于2020年，除銷售量增加的原因外，還因?yàn)樗@取的數(shù)據(jù)以2021年為標(biāo)準(zhǔn)，部分商品是2021年上架的新產(chǎn)品，2020年沒有評(píng)論內(nèi)容。2020年與2021年“雙十一”期間每日評(píng)論數(shù)量圖如圖3所示。

由圖3可見，2020與2021年“雙十一”期間的每日評(píng)論數(shù)量。在“雙十一”期間第一階段，自活動(dòng)開始評(píng)論數(shù)量逐步上升，2020年11月4日增速最大，2021年11月3日增速最大，其原因在于11月1日消費(fèi)者付尾款后商家開始發(fā)貨，約2～3天大量到貨，到貨后消費(fèi)者才發(fā)表評(píng)論，2020年于11月6日達(dá)到峰值，2021年于11月4日達(dá)到峰值，然后緩慢下降，可見2021年消費(fèi)者收貨速度有了提升，平均早于2020年一至兩天，大部分消費(fèi)者在3號(hào)以后收到貨物。在“雙十一”期間第二階段，2020年于11月11日達(dá)到峰值，此后評(píng)論數(shù)量相對(duì)平穩(wěn)，2021年于11月11日評(píng)論數(shù)量也明顯增加，并于15日達(dá)到峰值，“雙十一”當(dāng)天活動(dòng)效應(yīng)明顯。活動(dòng)第二階段收貨速度與第一階段相似，再一次證明了2021年“雙十一”期間物流速度較2020年有所提高?；顒?dòng)第一階段的評(píng)論明顯多于第二階段，評(píng)論數(shù)量直觀反映了“雙十一”期間第一階段銷量大于第二階段，更多消費(fèi)者在第一階段已經(jīng)參加活動(dòng)。

爬蟲抓取的數(shù)據(jù)內(nèi)容包括：評(píng)論內(nèi)容、評(píng)論日期、購買產(chǎn)品明細(xì)、消費(fèi)者名稱。評(píng)論示例如表2所示。

在天貓商品評(píng)論系統(tǒng)中，平臺(tái)為了防止消費(fèi)者長(zhǎng)期不評(píng)論，設(shè)置了自動(dòng)評(píng)論功能，確認(rèn)收貨15天后不進(jìn)行評(píng)論則系統(tǒng)自動(dòng)觸發(fā)默認(rèn)評(píng)論，這類評(píng)論重復(fù)且無效；另有一些評(píng)論包含數(shù)字、英文字母、表情符號(hào)、錯(cuò)別字等內(nèi)容，這類信息難以進(jìn)行識(shí)別分析。為了保證數(shù)據(jù)質(zhì)量，確保研究結(jié)果不受影響，本文就爬取到的評(píng)論數(shù)據(jù)進(jìn)行了去重，刪除數(shù)字、英文、表情符號(hào)等，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。

由表1清洗后的數(shù)據(jù)可見，2021年“雙十一”期間共刪除46 931條無效評(píng)論，保留86 402條有效評(píng)論，評(píng)論數(shù)據(jù)留存率為64.8%，為所有階段留存率最低值，原因可能是消費(fèi)者注意力被“雙十一”活動(dòng)吸引，“雙十一”之前購物消費(fèi)者超時(shí)未評(píng)論，系統(tǒng)觸發(fā)了自動(dòng)評(píng)論。2020年與2021年平均留存率接近，僅僅相差0.3%，反映出近兩年消費(fèi)者評(píng)論習(xí)慣趨于一致。

（二）評(píng)論數(shù)據(jù)分詞處理

商品評(píng)論一般使用完整的句子，而詞是表達(dá)完整詞意的最小范圍，分詞是文本信息處理中最基礎(chǔ)的一個(gè)環(huán)節(jié)，將一個(gè)單詞序列切分為單個(gè)單詞，目的是讓計(jì)算機(jī)能夠準(zhǔn)確識(shí)別和理解文本信息。反之，不準(zhǔn)確的分詞將嚴(yán)重降低計(jì)算機(jī)對(duì)文本信息的識(shí)別和理解。

參照了學(xué)者對(duì)分詞方法的研究［29］，本文選用jieba分詞作為分詞工具并對(duì)分詞后的單個(gè)詞語標(biāo)注詞性。首先將句子進(jìn)行切分，再去除“呢”“嗎”“嘛”“吧”等語氣詞，“你”“我”“他”“她”“它”等人稱代詞，“于是”“但是”等連詞或轉(zhuǎn)折詞，以及“是”“的”等一系列停用詞，最終使用漢語詞法分析系統(tǒng)（institute of computing technology， chinese lexical system，ICTCLAS）的詞性標(biāo)注方法，對(duì)詞性進(jìn)行標(biāo)注。

詞云圖將數(shù)據(jù)可視化，直觀展示分析結(jié)果。在進(jìn)行分詞之后，本文通過TF-IDF提取文本特征，TF-IDF（term frequency-inverse document frequency）值越高，說明該詞在文本中越重要。再使用WordCloud模塊中的WordCloud繪制詞云圖，詞云圖字體的大小與詞語的頻率一一對(duì)應(yīng)。根據(jù)分詞統(tǒng)計(jì)，出現(xiàn)頻率最高的詞為：效果、送、不錯(cuò)、包裝、“雙十一”等，分詞結(jié)果較符合預(yù)期，可以初步判斷消費(fèi)者比較關(guān)注這幾個(gè)方面?！半p十一”總詞頻表如表3所示，分詞結(jié)果詞云圖如圖4所示。

四、“雙十一”評(píng)論情感分類

在爬取評(píng)論的過程中，由于淘寶商城的限制，未能自動(dòng)區(qū)分評(píng)論是好評(píng)或差評(píng)，運(yùn)用情感分析能夠從文本中識(shí)別出觀點(diǎn)，并分析其情感傾向性。本章將判斷評(píng)論的情感傾向、計(jì)算情感值和影響情感傾向的高頻詞匯，為后文分析消費(fèi)者的消費(fèi)滿意度原因奠定基礎(chǔ)。

（一）匹配情感詞

情感分析的第一步就是對(duì)每條評(píng)論通過情感詞表匹配情感詞，使計(jì)算機(jī)自動(dòng)劃分情感傾向。本文采用詞典匹配法進(jìn)行劃分，所采用的詞典是由知乎整理發(fā)布的“情感分析用詞語集”，主要使用“中文正面評(píng)價(jià)”詞表、“中文負(fù)面評(píng)價(jià)”詞表、“中文正面情感”詞表、“中文負(fù)面情感”詞表。并將情感傾向一致的詞表進(jìn)行匯總合并，再給每一個(gè)正向情感詞的初始權(quán)重賦值為1，負(fù)面情感詞的初始權(quán)重賦值為-1，從而分類出正負(fù)情感。

為了更好地進(jìn)行分析，本文將在詞典中加入部分網(wǎng)購屬性的詞語，如在正向情感傾向詞典中加入“好評(píng)”“滿意”“五星”“喜歡”“太棒了”“超值”“性價(jià)比高”“很好”“很快”等，在負(fù)面情感傾向中加入“差評(píng)”“不喜歡”“慢”“失望”“不符”“差”“不理”等。

（二）修正情感方向

由于消費(fèi)者會(huì)使用多重否定表達(dá)肯定，這可能會(huì)導(dǎo)致機(jī)器識(shí)別錯(cuò)誤，使分類結(jié)果部分存在偏差。為了保證分析的準(zhǔn)確性，現(xiàn)對(duì)已經(jīng)匹配好的情感傾向進(jìn)行修正。修正判斷分為三步，如果情感詞在句首，則直接判斷情感方向；如果情感詞在第二個(gè)詞，則判斷第一個(gè)詞是否為否定詞，若存在否定詞，則將情感判斷修改為與原判斷相反的方向；如果情感詞在第二個(gè)詞之后，則判斷前文的否定詞個(gè)數(shù)，數(shù)量為奇數(shù)為負(fù)面情感，數(shù)量為偶數(shù)則為正面情感。本文主要使用了15個(gè)否定詞，分別為不、沒、無、非、否、莫、破、毋、未、錯(cuò)、慢、爛、否、休、壞。最后將修正過的評(píng)論計(jì)算情感得分，將評(píng)論分為好評(píng)和差評(píng)。

（三）評(píng)論情感分類結(jié)果

為了能直觀地看出消費(fèi)者好評(píng)與差評(píng)的原因，本文使用TF-IDF提取文本特征將評(píng)論分別制作詞云圖如圖5、圖6所示。消費(fèi)者好評(píng)明顯多于差評(píng)，如表4、表5表所示。

從圖5、圖6和表4、表5可知，本文的分詞結(jié)果都較符合預(yù)期，好評(píng)差評(píng)關(guān)鍵詞分詞較準(zhǔn)確，分詞效果良好。

從好評(píng)詞頻表與好評(píng)詞云圖可以看出，“不錯(cuò)”“喜歡”“劃算”出現(xiàn)頻率最高，“不錯(cuò)”“喜歡”表明分詞結(jié)果較為準(zhǔn)確，排除情感表現(xiàn)詞，引起消費(fèi)者好評(píng)最主要的原因是“劃算”，這與預(yù)期一致，“雙十一”優(yōu)惠活動(dòng)所帶來的價(jià)格劃算是大多消費(fèi)者好評(píng)的主要因素；“效果”一詞無明確指代，需要在后文進(jìn)一步分析；“送”“贈(zèng)品”是當(dāng)前“雙十一”的主要活動(dòng)特色，優(yōu)惠活動(dòng)主要通過贈(zèng)品體現(xiàn)；此外，在“雙十一”活動(dòng)中，消費(fèi)者也較為重視商品包裝。

從差評(píng)詞頻表和差評(píng)詞云圖可以看出，“客服”“過敏”“失望”是出現(xiàn)頻率最高的三個(gè)詞?！翱头毙袨槭窃斐上M(fèi)者差評(píng)的最主要因素，但無法明確是何種客服行為引發(fā)了消費(fèi)者差評(píng)，后文將進(jìn)一步分析；“過敏”是消費(fèi)者差評(píng)的第二大因素，造成過敏的原因或者因?yàn)橄M(fèi)者本身不適用，或者產(chǎn)品成分存在問題；“包裝”既出現(xiàn)在好評(píng)，也出現(xiàn)在差評(píng)，表明商品包裝標(biāo)準(zhǔn)不一致，消費(fèi)者對(duì)部分商品的包裝并不滿意；“雙十一”期間“送”的商品，消費(fèi)者也并非全部滿意，這部分商品質(zhì)量、數(shù)量達(dá)不到消費(fèi)者預(yù)期，也可能導(dǎo)致差評(píng)。

五、“雙十一”消費(fèi)者滿意度與影響因素分析

（一）2021年“雙十一”消費(fèi)者滿意度評(píng)分

為了更直觀地看出消費(fèi)者在“雙十一”活動(dòng)中的滿意度到底如何，本文引入了SnowNLP情感分析［21］。SnowNLP是處理中文文本的python的第三方庫，對(duì)購物類評(píng)論的分析準(zhǔn)確率較高。使用python調(diào)用sentiment下的情感分類方法，在當(dāng)前基準(zhǔn)情感詞典基礎(chǔ)上，關(guān)注文本詞語在不同情感類別中的強(qiáng)度值，計(jì)算出不同語境下的詞語情感，進(jìn)而得到文本情感值，得到的情感分值在0到1之間，分值大于0.5，說明情感較為積極，消費(fèi)者偏向滿意，分值越大則越滿意，1則為完全滿意；反之，分值小于0.5，說明情感較為消極，消費(fèi)者偏向于不滿意，越接近0，情感越消極。

經(jīng)過計(jì)算，2021年“雙十一”期間清洗完成后的86 402條評(píng)論平均分值為0.699 1，高于0.5（見表6），可見消費(fèi)者對(duì)于“雙十一”的消費(fèi)比較滿意。與“雙十一”前后的分值比較，“雙十一”之前評(píng)分為0.753 3，“雙十一”之后的評(píng)分為0.659 8，可見“雙十一”期間消費(fèi)者的滿意度低于“雙十一”之前，并在“雙十一”之后持續(xù)降低。筆者經(jīng)過研究后發(fā)現(xiàn)，情感評(píng)分持續(xù)降低是受“雙十一”評(píng)論滯后的影響，而滯后的評(píng)論不滿意度更高。

（二）2021“雙十一”消費(fèi)者滿意度分析

LDA模型即潛在狄利克雷分配，是由Bei等人在2003年提出的生成式主題模型。這是一種無監(jiān)督的學(xué)習(xí)技術(shù)，可用于識(shí)別大型文檔集或語料庫中的隱藏主題信息。每篇文檔的每一個(gè)詞都通過“一定的概率選擇了某個(gè)主題，并從這個(gè)主題中以一定的概率選擇了某個(gè)詞語”。LDA模型包含文檔（d）、主題（z），詞（w）3層結(jié)構(gòu)，能夠?qū)ξ谋具M(jìn)行有效建模。通過主題模型，能夠發(fā)現(xiàn)文本中詞語使用的規(guī)律，把規(guī)律相似的文本聯(lián)系到一起，并從中發(fā)現(xiàn)有效信息。例如，本文中“不錯(cuò)”“投訴”等無具體指代的詞語，在評(píng)論中頻繁出現(xiàn)，但無法確定“不錯(cuò)”和“投訴”的具體指代對(duì)象，而通過主題模型就可以將這些特征詞與相應(yīng)的情感詞進(jìn)行聯(lián)系，進(jìn)而對(duì)用戶的情感傾向進(jìn)行深入分析。

1.2021年“雙十一”期間消費(fèi)者滿意度影響因素

根據(jù)主題尋優(yōu)發(fā)現(xiàn)，數(shù)據(jù)最優(yōu)主題數(shù)為3個(gè)，以下是根據(jù)好評(píng)和差評(píng)所作出的相關(guān)統(tǒng)計(jì)，選取了每個(gè)主題發(fā)生概率最高的四個(gè)詞（見表7）。

由表7可知，2021年“雙十一”滿意度的影響因素有：產(chǎn)品本身、“雙十一”優(yōu)惠活動(dòng)、物流系統(tǒng)、出現(xiàn)的虛假活動(dòng)、售后服務(wù)。

（1）產(chǎn)品本身提高了消費(fèi)者滿意度。據(jù)消費(fèi)者評(píng)論反饋（滿意Topic1），商品在吸收、使用效果、味道方面表現(xiàn)都不錯(cuò)，第五章“情感分類結(jié)果中”所提到的“效果”一詞無明確指代，經(jīng)LDA主題分析，主要是產(chǎn)品使用過程中的吸收效果。但也有一些消費(fèi)者反映使用后效果不佳（不滿意Topic2），出現(xiàn)長(zhǎng)痘、過敏等情況，原因在于個(gè)護(hù)美妝產(chǎn)品因人而異，存在個(gè)別不適用。此外，回溯評(píng)論可以發(fā)現(xiàn)，有消費(fèi)者反映部分產(chǎn)品質(zhì)量與往次購買的不同，或是產(chǎn)品成分改變導(dǎo)致過敏等情況?？傮w來說，消費(fèi)者對(duì)產(chǎn)品質(zhì)量最為關(guān)注，雖有部分消費(fèi)者不滿，但整體較為滿意。這與王旭等［12］的研究一致，該文也表示消費(fèi)者在網(wǎng)購過程中，最關(guān)注的還是商品品質(zhì)本身。

（2）“雙十一”優(yōu)惠活動(dòng)提高了消費(fèi)者滿意度。2021年“雙十一”天貓商家活動(dòng)可與平臺(tái)活動(dòng)疊加，平臺(tái)活動(dòng)主要為商品預(yù)售打折、喵糖大作戰(zhàn)、超級(jí)紅包、88VIP大額券、跨店滿減（每滿199減25或每滿200減30）。商家活動(dòng)為部分商家設(shè)定消費(fèi)者在活動(dòng)開始的前一個(gè)小時(shí)下單打折、“雙十一”專用優(yōu)惠券、額外贈(zèng)送小樣等。贈(zèng)品、小樣是消費(fèi)者在“雙十一”活動(dòng)中最直觀的收獲，劃算是最直觀的感受。其中，劃算一詞在好評(píng)中共出現(xiàn)了8 726次，根據(jù)主題模型滿意Topic2發(fā)現(xiàn)，這是消費(fèi)者對(duì)“雙十一”活動(dòng)感到滿意的重要因素，其余活動(dòng)感受并未與商品直接掛鉤，尚未直接體現(xiàn)在評(píng)論中?？偠灾?，消費(fèi)者對(duì)“雙十一”活動(dòng)中的贈(zèng)品小樣整體呈現(xiàn)出滿意態(tài)度，這與馬東杰等［30］的研究一致，該文表明“雙十一”活動(dòng)中的營銷與促銷能夠影響消費(fèi)者購買行為的發(fā)生。

（3）物流系統(tǒng)進(jìn)步提升了消費(fèi)者滿意度。近年來電商行業(yè)發(fā)展迅速，同時(shí)帶動(dòng)了物流系統(tǒng)發(fā)展。物流運(yùn)輸?shù)姆绞讲粩噙M(jìn)步，包裹分揀由人工分揀逐步過渡到機(jī)器分揀，物流速度已經(jīng)能基本滿足消費(fèi)者需求。2021年，“雙十一”活動(dòng)與物流服務(wù)又進(jìn)一步融合，在預(yù)售階段商家就發(fā)出貨物，分散了“雙十一”的物流壓力，讓選擇第一波預(yù)售的消費(fèi)者最快在支付尾款后一兩日內(nèi)就收到商品，消費(fèi)者明顯感覺到物流速度更快，這也是消費(fèi)者滿意的因素之一。但是，“快遞”一詞還出現(xiàn)在了不滿意的Topic3中，根據(jù)主題模型分析，快遞與包裝、客服在同一主題，最大可能是消費(fèi)者對(duì)商品的快遞包裝不滿，說明消費(fèi)者對(duì)當(dāng)前物流系統(tǒng)整體較為滿意，但仍有進(jìn)步空間，這與潘雨相［13］研究不一致。2018年“雙十一”物流系統(tǒng)消費(fèi)者表現(xiàn)為不滿意，進(jìn)一步證實(shí)了上文所分析的物流系統(tǒng)速度的進(jìn)步提高了消費(fèi)者滿意度。

（4）虛假活動(dòng)降低了消費(fèi)者滿意度?！半p十一”活動(dòng)中，部分商品存在形式優(yōu)惠、虛假活動(dòng)的現(xiàn)象。直播間帶貨是近兩年新起的銷售方式，天貓平臺(tái)商家出售商品的渠道目前包括店鋪直接售賣、店鋪直播間售賣、網(wǎng)紅直播間合作售賣。不滿意方面Topic1中挖掘出“直播間”“貴”，深入研究發(fā)現(xiàn)，通常三個(gè)售賣渠道的活動(dòng)方案各不相同，渠道間的價(jià)格與宣傳不符，具體表現(xiàn)為網(wǎng)紅直播間宣傳該商品是最低價(jià)，實(shí)際消費(fèi)者可能通過另一渠道購買的價(jià)格更為優(yōu)惠。現(xiàn)實(shí)中，如2021年“雙十一”活動(dòng)中的“歐萊雅”事件，消費(fèi)者感覺受到活動(dòng)欺騙，引起了軒然大波。同時(shí)，在不滿意Topic1中的“直播間”“贈(zèng)品”中體現(xiàn)出，直播間可能還存在贈(zèng)品與宣傳不符的情況，表現(xiàn)為數(shù)量不足。伴隨直播間“口惠而實(shí)不至”的促銷套路，看似“一折”“兩折”的商品其實(shí)只是額外增加了部分小樣，這一類實(shí)質(zhì)與宣傳不符的虛假活動(dòng)是消費(fèi)者不滿意的因素之一，這與王璇［15］的研究一致。該文也表明“雙十一”活動(dòng)一直存在虛假活動(dòng)，且嚴(yán)重影響了消費(fèi)者滿意度。

（5）售后服務(wù)降低了消費(fèi)者滿意度。商品一經(jīng)售出，消費(fèi)者自收到至正常使用，這期間若發(fā)生問題需要商家配合解決。在差評(píng)中“客服”一詞出現(xiàn)了973次，為差評(píng)之最，“雙十一”期間天貓平臺(tái)整體日均有效投訴量14 163單，環(huán)比增長(zhǎng)76%。通過挖掘不滿意Topic3的主題詞進(jìn)一步分析，客服問題包括但不僅限于：發(fā)錯(cuò)貨物、退換貨物、物流不更新、未收到貨物、錯(cuò)發(fā)漏發(fā)、使用后產(chǎn)生不適、更換收貨地址、商品或包裝破損等。商家一般會(huì)根據(jù)店鋪規(guī)模配備售后人員，日常情況下，售后人員能及時(shí)解決售后問題。但“雙十一”期間，客服人員遠(yuǎn)遠(yuǎn)不足以支撐消費(fèi)者需求，長(zhǎng)時(shí)間不處理消費(fèi)者的售后問題，使得消費(fèi)者滿意度嚴(yán)重下降。為了改善這一狀況，淘寶官方推出了AI機(jī)器人及時(shí)解決消費(fèi)者問題。由于機(jī)器人智能化有限，很多問題未能識(shí)別，在消費(fèi)者的反饋中，機(jī)器人不僅沒能提高消費(fèi)者滿意度，反而使得消費(fèi)者滿意度大大降低。這與徐士瑩等［31］的研究一致，在服務(wù)因素中，售后服務(wù)是影響“雙十一”消費(fèi)者滿意度的關(guān)鍵因素。

2.2021“雙十一”前后消費(fèi)者滿意度變動(dòng)因素分析

（1）“雙十一”優(yōu)惠活動(dòng)的落差降低了消費(fèi)者滿意度?！半p十一”期間活動(dòng)越來越多樣，但與“雙十一”之前相比，促銷活動(dòng)并未給消費(fèi)者帶來預(yù)期的優(yōu)惠，實(shí)際與預(yù)期不相符。大量商品為體現(xiàn)更高的折扣，提高商品原價(jià)，使得消費(fèi)者滿意度有所下降。此外，消費(fèi)者對(duì)活動(dòng)的理解也有區(qū)別，所得到的優(yōu)惠也各不相同，如今互聯(lián)網(wǎng)高度發(fā)達(dá)，消費(fèi)者之間很容易進(jìn)行信息互換，不同消費(fèi)者在消費(fèi)同一件商品時(shí)的價(jià)差也容易造成消費(fèi)者心理的落差，使得滿意度低于“雙十一”之前。

（2）客服人員不足降低了消費(fèi)者滿意度。極少的商家會(huì)因?yàn)椤半p十一”活動(dòng)增加客服員工，但即使增加員工也是少量，難以滿足“雙十一”的需求?！半p十一”之前，銷量較低，無論售前還是售后，客服人員的配備都能滿足消費(fèi)者需求，能做到盡快回復(fù)。但是，“雙十一”期間銷量猛增，無論售前售后都會(huì)涌入大量的消費(fèi)者，5號(hào)至11號(hào)既是第一階段的售后，也是第二階段的售前，客服人員未能及時(shí)回復(fù)、投訴問題未能及時(shí)處理，但消費(fèi)者已習(xí)慣客服日常的服務(wù)水平，這大大降低了消費(fèi)者滿意度。

（3）部分商品發(fā)貨較慢降低了消費(fèi)者滿意度?！半p十一”之后的滿意度低于“雙十一”期間，主要是由于“雙十一”之后的評(píng)論，大多是“雙十一”購買商品的評(píng)論，而這些評(píng)論中，有一部分是由于商家發(fā)貨速度慢導(dǎo)致消費(fèi)者收貨滯后，從而導(dǎo)致了評(píng)論滯后。商家備貨不足，或是發(fā)貨工作人員不夠，都使得“雙十一”后期發(fā)貨乏力而使得滿意度持續(xù)下降。

（三）對(duì)比2020年“雙十一”消費(fèi)者滿意度變化

2020年“雙十一”活動(dòng)時(shí)間與2021年一致，活動(dòng)內(nèi)容既有傳承又有改變突破。在“雙十一”活動(dòng)的發(fā)展過程中，隨著平臺(tái)、物流、商家、消費(fèi)者等各方面的變化，“雙十一”的滿意度和影響因素也將相應(yīng)發(fā)生變化。

1. 2020年與2021年“雙十一”消費(fèi)者滿意度評(píng)分比較

通過SnowNLP情感分析對(duì)2020年、2021年同時(shí)期消費(fèi)者評(píng)論進(jìn)行情感打分，結(jié)果顯示，2020年“雙十一”活動(dòng)各階段評(píng)分分別為：“雙十一”之前0.717 6、“雙十一”期間0.679 7、“雙十一”之后0.676 1。同年相比，評(píng)分持續(xù)降低。與2021年相比，前中期低于2021年評(píng)分，后期高于2021年（見表8）。

與2020年對(duì)比，發(fā)現(xiàn)消費(fèi)者對(duì)于“雙十一”的關(guān)注點(diǎn)大致相同，但其中各因素的影響程度存在細(xì)微的變化。2021年消費(fèi)者滿意度區(qū)別于2020年的原因主要有以下幾點(diǎn)。

（1）“雙十一”優(yōu)惠活動(dòng)優(yōu)化，消費(fèi)者對(duì)活動(dòng)的滿意度提高。對(duì)比兩年的“雙十一”活動(dòng)，雖然活動(dòng)周期一樣，但活動(dòng)內(nèi)容確有細(xì)微的區(qū)別。在活動(dòng)的優(yōu)惠券方面，2020年“雙十一”活動(dòng)的優(yōu)惠券主要為“滿300減40”，而2021年優(yōu)惠券主要為“滿200減30”，2021年活動(dòng)優(yōu)惠力度更大，門檻價(jià)格更低，這使得更多消費(fèi)者能享受“雙十一”活動(dòng)的優(yōu)惠。多重優(yōu)惠疊加更加明顯，可同時(shí)使用滿減、折上折、大額消費(fèi)券、“雙十一”紅包等多重優(yōu)惠。此外，還有一個(gè)很明顯的區(qū)別，2020年的滿意Topic3中，還出現(xiàn)了“價(jià)格”一詞，而2021年“價(jià)格”則消失了，側(cè)面反映“雙十一”活動(dòng)中，個(gè)護(hù)美妝類產(chǎn)品的價(jià)格優(yōu)惠并不突出，活動(dòng)主要依靠贈(zèng)品小樣支撐。

（2）物流速度優(yōu)化，消費(fèi)者對(duì)物流的滿意度提高。近年來，物流系統(tǒng)的進(jìn)步有目共睹，作為早期“雙十一”爭(zhēng)議最大的問題，平臺(tái)、商家和物流方每年都嘗試從多節(jié)點(diǎn)進(jìn)行優(yōu)化，2020年“雙十一”物流緩慢的現(xiàn)象還較為明顯，從評(píng)論中“慢”“號(hào)”等詞語可以看出，而在2021年不滿意Topic3中，“快遞”問題只與“客服”“包裝”掛鉤，不再與物流速度相關(guān)。物流問題的主要矛盾，由“物流速度”問題轉(zhuǎn)變?yōu)椤翱头睂?duì)“物流服務(wù)”處理不當(dāng)?shù)氖酆髥栴}。另外，商家的發(fā)貨速度提高，2020年“發(fā)貨”出現(xiàn)在不滿意因素中，而2021年這一情況已得到改善，可見大部分消費(fèi)者對(duì)商家的“發(fā)貨”速度已經(jīng)改觀?？傮w來說，從發(fā)貨到物流速度的提升，使得“雙十一”消費(fèi)者的滿意度也有了一定程度的提升。

（3）直播間活動(dòng)虛假，消費(fèi)者對(duì)直播間滿意度較低。直播間帶貨近兩年飛速發(fā)展，2021年已經(jīng)成為影響滿意度的關(guān)鍵因素，不僅有網(wǎng)絡(luò)主播帶貨直播間，各大商家也相繼推出了自己的直播間，直到2021年“雙十一”，通過直播間購買商品已經(jīng)成為了眾多消費(fèi)者的選擇。與大眾普遍認(rèn)知的“直播間更優(yōu)惠”印象不同，直播間在“雙十一”活動(dòng)中給消費(fèi)者帶來的負(fù)面影響大于正面，關(guān)鍵詞出現(xiàn)在不滿意Topic1中，直播間活動(dòng)監(jiān)管還存在很大的漏洞。

（4）商品包裝變差，消費(fèi)者對(duì)包裝滿意度降低。雖然2021年滿意度整體高于2020年，但還是有部分因素阻礙了滿意度的提升。在2020年的評(píng)論中，包裝是消費(fèi)者滿意的因素，而在2021年的評(píng)論中則變成了不滿意因素。部分商家為了凸顯出活動(dòng)力度，在同樣成本的條件下，增加贈(zèng)品，或是為了直接節(jié)約成本提高利潤(rùn)，降低了產(chǎn)品包裝質(zhì)量。根據(jù)不滿意Topic3顯示，商品包裝不滿意與快遞有關(guān)，可以推測(cè)出，包裝問題或是由于運(yùn)輸途中因包裝較差導(dǎo)致了商品損壞造成的。包裝問題使2021年“雙十一”活動(dòng)消費(fèi)者滿意度提升幅度有限。

六、結(jié)論與建議

（一）研究結(jié)論

本文采用文本挖掘技術(shù)，運(yùn)用爬蟲采取數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗整理，再進(jìn)行情感分析判斷情感方向與滿意度評(píng)分，最終通過LDA主題模型分析影響滿意度的因素，得出以下結(jié)論。

1.經(jīng)SnowNLP對(duì)消費(fèi)者評(píng)論打分，2021年“雙十一”滿意度為0.699 1。影響2021年“雙十一”消費(fèi)者滿意的原因有五個(gè)：其一，產(chǎn)品品質(zhì)，包括功效、質(zhì)地、氣味等，好的品質(zhì)使得大量消費(fèi)者購買，甚至反復(fù)回購；其二，價(jià)格優(yōu)惠、贈(zèng)品豐富多樣所體現(xiàn)出的劃算是“雙十一”活動(dòng)火爆、提升滿意度的關(guān)鍵原因；其三，物流服務(wù)，近年來物流系統(tǒng)不斷升級(jí)，消費(fèi)者對(duì)“雙十一”物流速度越來越滿意；其四，出現(xiàn)虛假活動(dòng)，“雙十一”期間為了吸引更多消費(fèi)者，商家與直播間均存在虛假銷售問題；其五，售后服務(wù)，包括售后工作人員處理不及時(shí)，未能完全處理問題，AI客服機(jī)器人難以滿足消費(fèi)者需求等。以上五點(diǎn)原因?qū)οM(fèi)者行為造成了不同程度的影響，前三點(diǎn)影響消費(fèi)者做出消費(fèi)決策，后兩點(diǎn)影響消費(fèi)者態(tài)度、情緒和傾向。

2.就2021年而言，“雙十一”前評(píng)分為0.753 3，“雙十一”之后的評(píng)分為0.659 8，“雙十一”期間明顯低于“雙十一”之前，且“雙十一”之后受“雙十一”影響持續(xù)下降。影響2021“雙十一”前后消費(fèi)者滿意度變動(dòng)的原因有三：其一，“雙十一”優(yōu)惠活動(dòng)的落差，包括“雙十一”活動(dòng)優(yōu)惠力度沒有達(dá)到預(yù)期，以及消費(fèi)者之間優(yōu)惠力度不同造成的心理落差；其二，客服人員不足，“雙十一”期間客服服務(wù)質(zhì)量與回復(fù)速度遠(yuǎn)遠(yuǎn)低于“雙十一”之前，導(dǎo)致顧客滿意度下降；其三，部分商品發(fā)貨速度較慢，“雙十一”后期部分商品備貨不足或發(fā)貨工作人員不足，影響了發(fā)貨速度，消費(fèi)者收貨延遲，這使得“雙十一”之后滿意度持續(xù)下降。以上三個(gè)影響消費(fèi)者行為發(fā)生改變的原因，體現(xiàn)出消費(fèi)者的認(rèn)知偏好、消費(fèi)后體驗(yàn)會(huì)對(duì)消費(fèi)者行為造成一定的影響。

3. 2020年“雙十一”滿意度為0.679 7，2020年至2021年滿意度整體呈微弱上漲趨勢(shì)，原因有以下四點(diǎn)：其一，活動(dòng)不斷完善提升了滿意度；其二，物流系統(tǒng)優(yōu)化升級(jí)，物流速度加快；其三，由于新型購物方式（直播間）新起，虛假活動(dòng)現(xiàn)象突出，使得滿意度提升有限；其四，商品包裝變差，不少消費(fèi)者反映，“雙十一”期間商品包裝質(zhì)感變差，且出現(xiàn)破損，影響了購物體驗(yàn)，降低了顧客滿意度?；顒?dòng)、物流、包裝和新型購物方式的出現(xiàn)對(duì)消費(fèi)者滿意度造成了影響，如若負(fù)面影響不加以改變，將在未來影響消費(fèi)者的購物決策。

（二）對(duì)策建議

“雙十一”活動(dòng)發(fā)展至今已經(jīng)十余年，平臺(tái)和商家在這十余年間從各個(gè)方面作出了努力以提高消費(fèi)者的滿意度，提高銷售量，但就目前的研究來看，“雙十一”活動(dòng)仍然存在諸多問題，本文就“雙十一”存在的問題提出如下建議。

1.兼顧質(zhì)量與包裝，提升產(chǎn)品滿意度

產(chǎn)品質(zhì)量是銷售的核心，就2021年而言，“效果”一詞在評(píng)論中出現(xiàn)了17 548次，可見消費(fèi)者的重視程度，故商家應(yīng)加強(qiáng)研發(fā)投入，盡量使用優(yōu)質(zhì)原料，提升產(chǎn)品品質(zhì)。同時(shí)，商家應(yīng)注重產(chǎn)品包裝，應(yīng)兼顧質(zhì)量與美觀，尤其是快遞運(yùn)輸?shù)淖钔鈱影b，發(fā)貨前應(yīng)認(rèn)真檢查產(chǎn)品密封性，降低包裝破損率，在合理控制成本的同時(shí)提高包裝精美度，這能一定程度上提高消費(fèi)者滿意度，促使消費(fèi)者在購物時(shí)做出更積極的購物決策。

2.完善物流系統(tǒng)，強(qiáng)化售后滿意度

商家應(yīng)做到根據(jù)出貨能力設(shè)置銷量，嚴(yán)格控制發(fā)貨時(shí)間，物流運(yùn)輸途中要重視貨物安全問題，降低包裹運(yùn)輸破損率，規(guī)范運(yùn)輸監(jiān)管，減少包裹丟失，也要及時(shí)更新物流信息，維護(hù)良好的物流運(yùn)輸系統(tǒng)。商家還應(yīng)重視售后服務(wù)，黑貓投訴數(shù)據(jù)顯示，“雙十一”期間美妝服飾行業(yè)有效投訴超5.4萬件，環(huán)比增幅達(dá)3 858%。應(yīng)增加售后服務(wù)人員并對(duì)其進(jìn)行培訓(xùn)管理，盡量做到一對(duì)一及時(shí)解決消費(fèi)者問題，服務(wù)期間不變更服務(wù)人員，對(duì)有問題的消費(fèi)者安排工作人員進(jìn)行回訪，對(duì)售后人員進(jìn)行滿意度評(píng)分并納入個(gè)人業(yè)績(jī)考核，確保解決售后問題，形成良好的銷售閉環(huán)。良好的售后服務(wù)可以使消費(fèi)者在做出消費(fèi)評(píng)價(jià)時(shí)更傾向于正面評(píng)價(jià)，這也將間接影響到新的消費(fèi)者行為。

3.維護(hù)商家誠信度，增加消費(fèi)者黏性

近年來，未按宣傳實(shí)行優(yōu)惠折扣、采取先漲價(jià)再打折等手段、直播間各類“口惠而實(shí)不至”的促銷手段等被消費(fèi)者識(shí)破，嚴(yán)重?fù)p傷了商家信譽(yù)，信譽(yù)度的降低使得消費(fèi)者的行為意愿也隨之降低。因此，維持良好的信譽(yù)度至關(guān)重要，商家應(yīng)該斟酌制定活動(dòng)細(xì)則，認(rèn)真落實(shí)宣傳內(nèi)容，減少消費(fèi)套路，以此增加用戶黏性，提高消費(fèi)者對(duì)商家的滿意度，進(jìn)而增強(qiáng)消費(fèi)者的行為意愿。

4.提倡真實(shí)評(píng)論，完善評(píng)價(jià)體系

在評(píng)論清洗過程中，共139 543條評(píng)論被剔除。重復(fù)評(píng)論、無關(guān)評(píng)論、受商家影響修改評(píng)論均會(huì)對(duì)研究結(jié)果造成影響。應(yīng)創(chuàng)建評(píng)論保護(hù)機(jī)制，系統(tǒng)識(shí)別并抵制重復(fù)刷評(píng)論、惡意評(píng)論、惡意修改評(píng)論，鼓勵(lì)消費(fèi)者及時(shí)真實(shí)評(píng)論。

當(dāng)前，各電商平臺(tái)缺少針對(duì)活動(dòng)的評(píng)價(jià)體系，僅有消費(fèi)者對(duì)商品的評(píng)論機(jī)制，評(píng)論內(nèi)容雖包含消費(fèi)者從獲悉活動(dòng)到售后服務(wù)的整個(gè)過程，但很難直觀體現(xiàn)購物流程前期的感受。應(yīng)建立整個(gè)活動(dòng)的階段評(píng)價(jià)機(jī)制，包括活動(dòng)發(fā)布宣傳、商品篩選、加購下單、物流運(yùn)輸和售后服務(wù)。這有利于平臺(tái)及商家準(zhǔn)確掌握消費(fèi)者對(duì)活動(dòng)的細(xì)節(jié)感知，進(jìn)而有的放矢地完善活動(dòng)鏈條，也有利于學(xué)者在進(jìn)行研究時(shí)深入分析，提出更有效的建議。

5.公開數(shù)據(jù)信息，推動(dòng)“雙十一”發(fā)展

對(duì)于“雙十一”活動(dòng)，無論是天貓官方還是京東官方，都鮮少公布“雙十一”活動(dòng)相關(guān)數(shù)據(jù)。為了構(gòu)建良好的市場(chǎng)環(huán)境，電商官方可適當(dāng)公開部分?jǐn)?shù)據(jù)，如退貨率、投訴率、回購率、活動(dòng)期間新用戶增長(zhǎng)率、預(yù)售尾款支付率和消費(fèi)者評(píng)論具體打分情況等，這些數(shù)據(jù)有利于研究人員深入探究“雙十一”活動(dòng)，從而提出更有針對(duì)性、更有效的建議，以此推動(dòng)雙十活動(dòng)不斷發(fā)展。

6.簡(jiǎn)化活動(dòng)程序，提高活動(dòng)監(jiān)管

越來越繁瑣的活動(dòng)程序勸退了大量消費(fèi)者，目前部分活動(dòng)只有青年人能理解并參與其中。據(jù)調(diào)查，18～45歲占總消費(fèi)人口的77%，而年長(zhǎng)或年齡較小的消費(fèi)者參與度較低。淘寶官方在策劃時(shí)應(yīng)注意消費(fèi)者的年齡跨度，適當(dāng)減少活動(dòng)程序，并在“雙十一”時(shí)增加活動(dòng)內(nèi)容宣傳。另外，“雙十一”周期過長(zhǎng)，預(yù)售到付尾款長(zhǎng)達(dá)10天，消費(fèi)者情緒被過度消磨，可適當(dāng)縮短預(yù)售時(shí)間以刺激消費(fèi)者購物。

在“雙十一”期間，全網(wǎng)相關(guān)““雙十一”電商平臺(tái)投訴”的信息量超150萬條，“歐萊雅”虛假活動(dòng)單日微博閱讀量近16億，造成的影響非常惡劣。應(yīng)加大監(jiān)管力度，嚴(yán)懲商家虛假宣傳、虛假發(fā)貨、先漲價(jià)再降價(jià)以及淘寶直播間問題，嚴(yán)格落實(shí)“保價(jià)”措施，進(jìn)一步完善“雙十一”活動(dòng)細(xì)則，規(guī)范商家行為，確保“雙十一”活動(dòng)真實(shí)有效。

7.突顯活動(dòng)特色，尋求新的突破

低價(jià)促銷是“雙十一”的最大法寶，但隨著日常促銷活動(dòng)的增加和直播間的出現(xiàn)，商品頻繁的低價(jià)銷售打破了原有的價(jià)格體系，消費(fèi)者開始對(duì)低價(jià)促銷脫敏。淘寶官方應(yīng)利用巨大聚集流量的優(yōu)勢(shì)，及時(shí)尋找新的突破口，形成新的“雙十一”亮點(diǎn)，吸引新的外部流量，豐富活動(dòng)形式與內(nèi)容，不斷創(chuàng)新。

（三）研究不足與展望

首先，本文在對(duì)“雙十一”活動(dòng)滿意度的研究中，僅針對(duì)2020年與2021年天貓“雙十一”個(gè)護(hù)美妝類產(chǎn)品，后續(xù)研究可考慮擴(kuò)大研究平臺(tái)范圍，對(duì)比研究京東與拼多多，品類范圍亦可擴(kuò)大；其次，“雙十一”活動(dòng)還在延續(xù)，研究的時(shí)間范圍也可繼續(xù)推進(jìn)；再次，本文的研究沒有針對(duì)個(gè)別消費(fèi)者進(jìn)行個(gè)案追蹤分析，在后續(xù)的研究中，可以考慮對(duì)個(gè)案進(jìn)行追蹤研究，控制研究對(duì)象這一變量，探究同一個(gè)消費(fèi)者在“雙十一”活動(dòng)演變中的滿意度變化，以及引起變化的原因；最后，本文從消費(fèi)者評(píng)論視角觀察消費(fèi)者滿意度，也可嘗試發(fā)掘新的切入視角進(jìn)行研究。這些對(duì)于規(guī)范“雙十一”活動(dòng)、提高消費(fèi)者的滿意度、進(jìn)而拉動(dòng)消費(fèi)和內(nèi)需都具有重要意義。

在文本挖掘中，本文采用jieba分詞，由于消費(fèi)者部分用詞較新，計(jì)算機(jī)不能直接識(shí)別，導(dǎo)致詞語斷定存在誤差，如“雙十一”被誤認(rèn)為“雙十”，應(yīng)進(jìn)一步完善分詞方法，提高詞性分辨率，使研究結(jié)果更為精確。在后續(xù)研究中，可對(duì)情感分類使用明確區(qū)分情感方向的評(píng)論集進(jìn)行機(jī)器訓(xùn)練，形成專門針對(duì)消費(fèi)者評(píng)論的庫，在此基礎(chǔ)上再進(jìn)行研究，將大大提高情感分析的準(zhǔn)確性。在使用LDA模型進(jìn)行分析時(shí)，文章主要針對(duì)高頻詞，但其中還存在大量的低頻特征詞和情感詞，在進(jìn)行主題分類時(shí)，這些詞語很難被提取出來，可以嘗試在其中加入語義約束，深入挖掘這部分信息并加入到主題研究中，增加詞語間的主題聚合度。

參考文獻(xiàn)：

［1］ 2021年第4季度中國網(wǎng)絡(luò)零售B2C市場(chǎng)交易規(guī)模達(dá)23593.9億元，平臺(tái)新策略為商家留出機(jī)會(huì)［EB/OL］.（2022-02-18）［2022-07-15］.https：//www.shangyexinzhi.com/article/4602337.html.

［2］ 莊鄭悅，吳靜.穩(wěn)健增長(zhǎng)折射消費(fèi)活力 天貓雙11交易額5403億元?。跱］.杭州日?qǐng)?bào)，2021-11-12（14）.

［3］ 羅正清，方志剛.常用客戶滿意度研究模型及其優(yōu)缺點(diǎn)分析［J］.貴州財(cái)經(jīng)學(xué)院學(xué)報(bào)，2002（6）：14-17.

［4］ 林元雄.顧客滿意度測(cè)評(píng)體系初探［J］.商業(yè)經(jīng)濟(jì)與管理，2002（2）：21-23.

［5］ 蘇紅梅，王暢，高苗，等.基于ACSI模型的有機(jī)乳制品顧客滿意度研究［J］.內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021（4）：308-314.

［6］ 查金祥，王立生.網(wǎng)絡(luò)購物顧客滿意度影響因素的實(shí)證研究［J］.管理科學(xué)，2006（1）：50-58.

［7］ 何愉，衛(wèi)陳泉，陸鈺華.基于深度神經(jīng)網(wǎng)絡(luò)與主題模型的文本情感分析——以上海迪斯尼景區(qū)游客滿意度調(diào)查為例［J］.統(tǒng)計(jì)科學(xué)與實(shí)踐，2016（12）：17-21.

［8］ 王娟.網(wǎng)絡(luò)消費(fèi)行為影響因素實(shí)證研究［J］.商業(yè)經(jīng)濟(jì)研究，2015（34）：58-59.

［9］ 邱冬陽，熊德章.打望經(jīng)濟(jì)熱點(diǎn)［M］.北京：經(jīng)濟(jì)科學(xué)出版社，2017：195-196.

［10］熊高強(qiáng).沖動(dòng)性網(wǎng)絡(luò)購物消費(fèi)者購買意愿影響因素研究［J］.商業(yè)經(jīng)濟(jì)研究，2017（11）：35-38.

［11］原智超，朱家明，汪彤，等.“雙十一”消費(fèi)者滿意度綜合評(píng)價(jià)及運(yùn)作對(duì)策研究［J］.高師理科學(xué)刊，2019（8）：17-21.

［12］王旭，楊福軍.“雙十一”期間網(wǎng)購顧客滿意度研究［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（3）：147-161.

［13］潘雨相.“雙十一”背景下網(wǎng)購物流服務(wù)顧客滿意度分析［J］.價(jià)值工程，2018（22）：76-78.

［14］張彥桐，王蕾，陳奕彤，等.大學(xué)生“雙十一”網(wǎng)購行為與預(yù)測(cè)分析［J］.中國傳媒大學(xué)學(xué)報(bào)（自然科學(xué)版），2020（4）：57-61.

［15］王璇.基于搜索體驗(yàn)和購物體驗(yàn)的“雙十一”購物活動(dòng)消費(fèi)者滿意度研究［J］.蘇州科技學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2016（3）：41-47.

［16］朱語葶，周江，計(jì)祥，等.“雙十一”網(wǎng)絡(luò)購物節(jié)大學(xué)生群體購物行為影響因素研究［J］.電子商務(wù)，2017（8）：92-94.

［17］FELDMAN R， DAGAN I. KDT-Knowledge Discovery in Textual Database［C］//USAMA F，RAMASAMY U. Proceedings of the First Annual Conference on Knowledge Discovery and Data Mining.California：AAAI Press，1995：112-117.

［18］KIM Y，KIM H. The Impact of Hotel Customer Experience on Customer Satisfaction Through Online Reviews［J］. Sustainability，2022 （2）：848.

［19］LIM M K， LI Y， SONG X Y. Exploring Customer Satisfaction in Cold Chain Logistics Using a Text Mining Approach［J］. Industrial Management & Data Systems，2021（12）：2426-2449.

［20］王勤池，喬建行.數(shù)字化圖書館檢索系統(tǒng)的現(xiàn)狀與發(fā)展［J］.情報(bào)科學(xué)，1998（6）：571-574.

［21］汪秀潔.基于情感分析的消費(fèi)者滿意度研究［D］.哈爾濱：哈爾濱工程大學(xué)，2019：40-43.

［22］張琰，朱燕翔，鄭桂玲.基于網(wǎng)購評(píng)論文本挖掘的手機(jī)類產(chǎn)品屬性評(píng)價(jià)研究［J］.現(xiàn)代商貿(mào)工業(yè)，2018（22）：49-51.

［23］李薇，楊東山.基于回頭客在線評(píng)論的餐飲消費(fèi)滿意度影響因素分析［J］.重慶郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（2）：125-134.

［24］王木子.基于在線評(píng)論的家具產(chǎn)品消費(fèi)者滿意度研究［D］.南京：南京林業(yè)大學(xué)，2021：68-71.

［25］李林鳳，孫菁，劉楊.生鮮電商顧客網(wǎng)絡(luò)評(píng)價(jià)數(shù)據(jù)的文本挖掘研究［J］.現(xiàn)代商業(yè)，2021（27）：18-22.

［26］趙欣.電子商務(wù)環(huán)境下的消費(fèi)者行為研究［J］.商業(yè)文化，2021（31）：41-42.

［27］SHEN X H.基于平臺(tái)評(píng)論的跨境電商消費(fèi)者行為研究——以奶粉為例［D］.杭州：浙江大學(xué)，2022：19-22.

［28］OLIVER R L. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions［J］. Journal of Marketing Research，1980（4）：460-469.

［29］劉利婷.關(guān)于商品評(píng)論的情感分析方法研究［D］.蘇州：蘇州大學(xué)，2020：37-40.

［30］馬東杰，雷國銓，許小樺，等.基于“雙十一”消費(fèi)者網(wǎng)購行為影響因素實(shí)證分析——以茶葉為例［J］.農(nóng)村經(jīng)濟(jì)與科技，2019（9）：120-124.

［31］徐士瑩，楊加猛.大學(xué)生“雙十一”期間網(wǎng)絡(luò)購物意愿的影響因素分析［J］.經(jīng)濟(jì)研究導(dǎo)刊，2018（32）：160-162.

Research on Consumer Satisfaction of Double Eleven OnlineShopping Event： Text Mining of Personal Care and CosmeticProducts Based on Tmall

QIU Dongyang， HUI Xian

（School of Economics and Finance， Chongqing University of Technology， Chongqing 400054， China）

Abstract：

Based on the data of consumer evaluations on personal care and cosmetic products of Tmall from October 15 to November 30， 2021， this paper utilizes text mining method to study the consumer satisfaction， and makes a comparison with consumer satisfaction in the same period in 2020， to study the evolution of satisfaction on Double Eleven. The following conclusions are drawn. First， the satisfaction evaluation in 2021 Double Eleven is 0.699 1， which is relatively high. The influencing factors may include products， promotional activities， logistics system， false advertising， and after-sales service. Second， the satisfaction degree of Double Eleven in 2021 is lower than that before the event and continues to decline after the event. Here are some reasons that may cause the change of satisfaction： the discrepancy between promotional activities of Double Eleven， the shortage of customer service， and the slowdown in delivery. Third， the activity satisfaction in 2020 is 0.679 7， which is lower than that in 2021. Activity upgrading and logistics progress make satisfaction slightly higher， while commodity packaging and live streaming have negative impacts on satisfaction.

Keywords：

Double Eleven online shopping event; consumer satisfaction; text mining; SnowNLP emotion analysis; LDA topic model

（編輯：段明琰）

收稿日期：2022-09-15

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目：供應(yīng)商B2B品牌雙元導(dǎo)向的權(quán)變選擇機(jī)制及差別績(jī)效效應(yīng)研究（71702017）；重慶理工大學(xué)聯(lián)合項(xiàng)目：基于文本挖掘的“雙十一”活動(dòng)滿意度演化研究（CLGYCX 20203140）

作者簡(jiǎn)介：

邱冬陽，教授，博士，碩士生導(dǎo)師，主要從事國際金融、國內(nèi)金融、消費(fèi)經(jīng)濟(jì)研究，E-mail：1069221960@qq.com;

繪嫻，碩士研究生，主要從事金融資產(chǎn)評(píng)估研究，E-mail：947140728@qq.com。