王 威

（成都航空職業(yè)技術(shù)學(xué)院圖書(shū)館，四川 成都 610100）

0 引言

用戶體驗(yàn)是人們對(duì)已使用的客體的主觀感受、認(rèn)知印象和回應(yīng)，是衡量產(chǎn)品質(zhì)量或服務(wù)質(zhì)量的重要標(biāo)準(zhǔn)之一。同時(shí)，用戶體驗(yàn)分析還是開(kāi)展用戶研究、發(fā)現(xiàn)用戶需求與提出方法的有效策略，是開(kāi)展改進(jìn)型創(chuàng)新和顛覆性創(chuàng)新的重要手段[1]。但是受限于用戶體驗(yàn)的主觀性和分散性，產(chǎn)品或服務(wù)的供給方通常難以便捷、準(zhǔn)確地感知潛在的用戶痛點(diǎn)，難以挖掘隱藏在眾多用戶體驗(yàn)中的用戶需求。因此，高效、準(zhǔn)確地進(jìn)行用戶體驗(yàn)分析對(duì)推進(jìn)產(chǎn)品或服務(wù)創(chuàng)新具有重要意義。

1 用戶體驗(yàn)分析方法設(shè)計(jì)

為挖掘用戶意見(jiàn)、感知用戶態(tài)度，從而了解用戶需求，研究設(shè)計(jì)了一種融合主題挖掘與情感分析的用戶體驗(yàn)分析方法。該方法主要分為3步：數(shù)據(jù)收集與預(yù)處理、主題挖掘和主題情感分析，其技術(shù)路線如圖1所示。

圖1 用戶體驗(yàn)分析方法技術(shù)路線圖

1.1 數(shù)據(jù)收集與預(yù)處理

數(shù)據(jù)收集與預(yù)處理是用戶體驗(yàn)分析的基礎(chǔ)，通常分為3個(gè)步驟：

（1）用戶意見(jiàn)收集是指通過(guò)各種渠道征集回收用戶對(duì)產(chǎn)品或服務(wù)的評(píng)價(jià)、建議等描述信息。常見(jiàn)的用戶意見(jiàn)回收方法有互聯(lián)網(wǎng)平臺(tái)UGC（用戶生成內(nèi)容：User-generated Content）爬?。ㄈ珉娚唐脚_(tái)和網(wǎng)絡(luò)論壇等）、用戶意見(jiàn)反饋表收集和用戶回訪等。

（2）數(shù)據(jù)清洗是指對(duì)收集到的用戶意見(jiàn)進(jìn)行篩選、去重、整理，降低無(wú)意義數(shù)據(jù)干擾，使數(shù)據(jù)具有良好的可操作性，以便后續(xù)處理。

（3）文本分詞是指將文本語(yǔ)言切分成詞語(yǔ)的過(guò)程，也是中文自然語(yǔ)言處理的重要過(guò)程。根據(jù)不同精度分為基于詞典匹配分詞法、基于理解的分詞法和基于統(tǒng)計(jì)的分詞法，常用工具有結(jié)巴分詞、HanLP和FoolNLTK等。得到分詞結(jié)果后還需結(jié)合停用詞表（如哈工大停用詞表和百度停用詞表等）去除無(wú)實(shí)際意義的詞。去除停用詞時(shí)也可根據(jù)實(shí)際需要補(bǔ)充完善或自建停用詞表，并適當(dāng)合并同義詞。

1.2 主題挖掘

主題挖掘技術(shù)是文本挖掘領(lǐng)域中新興的一種用于對(duì)具有代表性的詞、短語(yǔ)或句子進(jìn)行自動(dòng)標(biāo)注和抽取的技術(shù)[2]，主要用于處理和分析海量信息，發(fā)現(xiàn)文檔中的核心主題，實(shí)現(xiàn)對(duì)信息的有效處理和深層次利用[3]。首先，在數(shù)據(jù)收集與預(yù)處理的基礎(chǔ)上，對(duì)用戶意見(jiàn)進(jìn)行主題挖掘需要提取文本特征詞。文本特征提取是通過(guò)量化文本中提取的特征詞以描述文本信息的過(guò)程，是文本挖掘的重要環(huán)節(jié)[4]，常用的文本特征提取方法有詞頻法、TF-IDF（Term Frequency-Inverse Document Frequency）法和Word2Vec詞向量法等。其次，將提取的文本特征詞進(jìn)行聚類，常用的文本特征詞聚類方法有共詞網(wǎng)絡(luò)法（如CiteSpace、Vosviewer、Ucine和Pajek等工具）和基于主題概率模型法（如LDA主題模型）。在主題聚類時(shí)應(yīng)注意最佳聚類主題數(shù)量的確定，確保每個(gè)聚類塊具有較高的內(nèi)聚性、各聚類塊間具有較低的耦合性。最后，分析聚類結(jié)果、歸納解釋聚類主題。

1.3 主題情感分析

進(jìn)行主題情感分析前，應(yīng)先將用戶意見(jiàn)文本切分為單句（通常以標(biāo)點(diǎn)符號(hào)為標(biāo)志），再依據(jù)主題挖掘結(jié)果將單句劃分至主題，然后對(duì)每個(gè)主題進(jìn)行情感分析。情感分析是利用自然語(yǔ)言處理、數(shù)據(jù)挖掘算法等對(duì)文本語(yǔ)言進(jìn)行情感判斷，從而把握文本意見(jiàn)觀點(diǎn)、態(tài)度的計(jì)算研究[5]。目前，情感分析方法主要包括基于機(jī)器學(xué)習(xí)的情感分類法和基于情感詞典的語(yǔ)義分析法[6]。通過(guò)對(duì)各個(gè)主題的用戶意見(jiàn)進(jìn)行情感分析，可以清晰地感知用戶在各個(gè)主題上的情感傾向，從而了解用戶對(duì)不同主題的滿意程度。

2 實(shí)證研究

為驗(yàn)證文章所提出的用戶體驗(yàn)分析方法，選取天貓商城“國(guó)家圖書(shū)館旗艦店”文創(chuàng)產(chǎn)品作為研究對(duì)象。通過(guò)挖掘用戶評(píng)論主題、分析用戶情感傾向，為國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的開(kāi)發(fā)和運(yùn)營(yíng)提出建議。

2.1 數(shù)據(jù)獲取與預(yù)處理

研究利用Python編程語(yǔ)言，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)，從天貓平臺(tái)“國(guó)家圖書(shū)館旗艦店”收集到174種文創(chuàng)產(chǎn)品在線評(píng)論7 869條。由于評(píng)論文本中存在重復(fù)、無(wú)關(guān)、信息量少等無(wú)效信息，無(wú)法直接挖掘和分析，研究對(duì)原始數(shù)據(jù)進(jìn)行了預(yù)處理。首先，通過(guò)Python編程和人工剔除重復(fù)評(píng)論和無(wú)關(guān)評(píng)論；其次，使用結(jié)巴分詞對(duì)評(píng)論進(jìn)行分詞和詞性標(biāo)注；最后，通過(guò)構(gòu)建和完善停用詞典、詞性判斷去除無(wú)意義評(píng)論。最終得到有效評(píng)論5 140條、有效詞匯5 134個(gè)、總詞頻20 749次。

2.2 主題挖掘

研究選用的主題聚類方法是詞頻統(tǒng)計(jì)、共詞聚類和人工歸納相結(jié)合，主要分為3步：文本特征詞提取、文本特征詞聚類、文本主題歸納。首先，使用TFIDF法提取評(píng)論集的特征詞；其次，將評(píng)論文本特征詞看作文獻(xiàn)關(guān)鍵詞，將其轉(zhuǎn)換為Web of Science導(dǎo)出格式（特征詞填入“DE”字段），利用CiteSpace軟件的關(guān)鍵詞聚類功能進(jìn)行在線評(píng)論特征詞聚類；最后，結(jié)合高頻特征詞和聚類結(jié)果人工歸納在線評(píng)論主題。

2.2.1 文本特征提取

TF-IDF法提取文本特征詞，是以某個(gè)詞對(duì)文本的重要性來(lái)判斷該詞是否能夠成為文本的特征詞。具體計(jì)算方法如下：

經(jīng)計(jì)算，得到國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論文本特征詞表，詞頻前20的特征詞見(jiàn)表1。表1中，特征詞主要集中在產(chǎn)品質(zhì)量、做工、設(shè)計(jì)、用途（如“朋友”“送給”等詞）、價(jià)格、物流、賣家、客服和體驗(yàn)（如“感覺(jué)”“很好”“好看”等詞）等主題，表明用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的評(píng)價(jià)主要圍繞這些話題展開(kāi)。

表1 國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論高頻特征詞Top20

2.2.2 主題聚類

文章將詞頻在10 以上的高頻特征詞應(yīng)用CiteSpace關(guān)鍵詞聚類功能進(jìn)行聚類并繪制高頻特征詞聚類圖譜，如圖2所示。CiteSpace聚類結(jié)果的合理性通常通過(guò)Modularity（模塊值Q）和Silhouette（輪廓值S）來(lái)評(píng)估，一般當(dāng)Q＞0.3時(shí)，認(rèn)為聚類結(jié)構(gòu)是顯著的，當(dāng)S＞0.5時(shí)，認(rèn)為聚類就是合理的。研究中的Q=0.854 4＞0.3，S=0.962 2＞0.5，表明文章的高頻特征詞聚類顯著且合理。

圖2 國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論高頻特征詞聚類圖譜

聚類共提取出包括“#0送給”“#1適合”“#2材料”“#3客服”“#4質(zhì)量”“#5更好”“#6退貨”“#7產(chǎn)品”“#8質(zhì)感”“#9朋友”“#10顏色”“#11入手”“#12打開(kāi)”和“#13設(shè)計(jì)”14個(gè)聚類標(biāo)簽。聚類圖譜中，每個(gè)聚類標(biāo)簽都由多個(gè)緊密聯(lián)系的特征詞組成，且各類之間互相聯(lián)系。為方便對(duì)圖2聚類圖譜進(jìn)行分析解讀，導(dǎo)出各聚類模塊規(guī)模、輪廓值和主要主題詞，詳細(xì)信息見(jiàn)表2。

表2 國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論高頻特征詞聚類信息

2.2.3 主題歸納

為進(jìn)一步歸納國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論主題分布，還需對(duì)特征詞聚類結(jié)果進(jìn)行梳理和總結(jié)。首先，由于聚類“#7產(chǎn)品”側(cè)重于用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的整體描述，因此，將該主題下“材質(zhì)”“外觀”“品質(zhì)”“物流”等核心特征詞劃分至相應(yīng)聚類中；其次，將聚類主題詞表（表2）中部分詞特征詞進(jìn)行適當(dāng)調(diào)整，修正聚類結(jié)果；最后，在聚類主題詞表中補(bǔ)入相關(guān)主題的高頻特征詞。最終，文章結(jié)合特征詞聚類結(jié)果和高頻特征詞將國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品在線評(píng)論主題歸納為3類：產(chǎn)品設(shè)計(jì)、產(chǎn)品品質(zhì)和商家服務(wù)，如圖3所示。

圖3 國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論主題歸納

（1）產(chǎn)品設(shè)計(jì)。結(jié)合主題聚類和評(píng)論文本分析發(fā)現(xiàn)，用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品在產(chǎn)品設(shè)計(jì)方面的討論主要圍繞在5個(gè)話題展開(kāi)：①文化寓意。作為國(guó)家圖書(shū)館文化創(chuàng)意產(chǎn)品，文化內(nèi)涵不可避免地成為用戶關(guān)注焦點(diǎn)。②產(chǎn)品用途。產(chǎn)品實(shí)用性是用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品購(gòu)買意愿的重要影響因素之一。③產(chǎn)品細(xì)節(jié)。內(nèi)容、尺寸和裝幀等產(chǎn)品細(xì)節(jié)既是國(guó)家圖書(shū)文創(chuàng)產(chǎn)品設(shè)計(jì)的重要體現(xiàn)，也是其作為一般商品的評(píng)價(jià)指標(biāo)。④社交屬性。在產(chǎn)品設(shè)計(jì)中融合文化內(nèi)涵的國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品經(jīng)常作為禮品出現(xiàn)在社交場(chǎng)景中。⑤顏色外觀。用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品文化屬性的感知通常源于其極具藝術(shù)性的顏色或外觀。綜合來(lái)看，用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品設(shè)計(jì)的總體期待是——兼具文化內(nèi)涵與實(shí)用價(jià)值。

（2）產(chǎn)品品質(zhì)。在國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的用戶在線評(píng)論中，關(guān)于產(chǎn)品品質(zhì)的評(píng)價(jià)主要集中在4個(gè)主題：①質(zhì)量與價(jià)格。用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的質(zhì)量、價(jià)格和做工進(jìn)行評(píng)價(jià)，衡量該產(chǎn)品是否值得購(gòu)買或再次購(gòu)買。②產(chǎn)品材料。部分用戶關(guān)注國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品材料、材質(zhì)等影響產(chǎn)品品質(zhì)的因素。③產(chǎn)品工藝。部分用戶關(guān)注國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的制作工藝。④產(chǎn)品質(zhì)感。產(chǎn)品質(zhì)感是國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品設(shè)計(jì)和制作的綜合體現(xiàn)，是用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品整體樣式、檔次和風(fēng)格的主觀感受。綜合以上4個(gè)主題的特點(diǎn)，在產(chǎn)品設(shè)計(jì)的基礎(chǔ)上，用戶更關(guān)注國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品設(shè)計(jì)的完成度及最終呈現(xiàn)的品質(zhì)。

（3）商家服務(wù)。用戶在該主題中的討論主要表現(xiàn)在4個(gè)方面：客服服務(wù)、物流服務(wù)、營(yíng)銷策略、開(kāi)箱體驗(yàn)。其中，客服服務(wù)和物流服務(wù)是電商評(píng)論中較為常見(jiàn)的主題，前者主要包括客服回復(fù)的及時(shí)性、態(tài)度和解答問(wèn)題的專業(yè)性等話題；后者主要包含物流的服務(wù)態(tài)度、時(shí)效性、包裝質(zhì)量和運(yùn)輸?shù)确矫妗！盃I(yíng)銷策略”主題下用戶評(píng)論主要反映了用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品在產(chǎn)品描述和營(yíng)銷活動(dòng)等經(jīng)營(yíng)策略方面的關(guān)注。而“開(kāi)箱體驗(yàn)”主題表現(xiàn)了用戶在收到國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品實(shí)物的第一感官體驗(yàn)，反映的是實(shí)物和用戶期待之間的落差感，是商家服務(wù)帶給用戶的特殊購(gòu)物體驗(yàn)。綜上，用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品商家服務(wù)的評(píng)價(jià)范圍與一般電商評(píng)論較為相似。

2.3 情感分析

文章選擇經(jīng)評(píng)論數(shù)據(jù)預(yù)訓(xùn)練的SnowNLP庫(kù)進(jìn)行在線評(píng)論情感分析。SnowNLP庫(kù)的情感分析取值表達(dá)為“這句話代表正面情感的概率”[7]，情感分值分布在區(qū)間[0，1]內(nèi)，分值越接近于1，表示該評(píng)論情感傾向越積極，反之則越消極。首先，以標(biāo)點(diǎn)符號(hào)為標(biāo)識(shí)將國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論切分成短句，并劃分至相應(yīng)主題；其次，使用SnowNLP分別計(jì)算“產(chǎn)品設(shè)計(jì)”“產(chǎn)品品質(zhì)”和“商家服務(wù)”3個(gè)主題用戶情感分值；最后，分別計(jì)算各主題0.5分上下的評(píng)論比例和平均情感分值（表3），并繪制各主題情感分值區(qū)間圖，如圖4所示。

表3 用戶在線評(píng)論主題情感分值分布

圖4 國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品主題情感分布區(qū)間圖

在產(chǎn)品設(shè)計(jì)方面，由表3可知，用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品滿意度較高，平均情感分值達(dá)到0.745分，其中超過(guò)0.5分的評(píng)論占86.4%。在圖4中，情感分值分布于（0.5，1.0]的評(píng)論數(shù)量占比隨情感分值上漲而增加，且情感分值大于0.8的評(píng)論比例較高，說(shuō)明大多數(shù)用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的產(chǎn)品設(shè)計(jì)比較滿意，愿意給予積極評(píng)價(jià)。

在產(chǎn)品品質(zhì)方面，用戶評(píng)論的平均情感分值為0.683，其中75.3%評(píng)論情感分值超過(guò)0.5分。盡管整體上看，用戶評(píng)論文本情感呈積極傾向，但是消極評(píng)價(jià)（24.7%）的比例較“產(chǎn)品設(shè)計(jì)”主題（13.6%）高出近1倍。結(jié)合產(chǎn)品品質(zhì)特征詞來(lái)看，用戶評(píng)論中出現(xiàn)頻次較高的消極評(píng)價(jià)詞語(yǔ)為：“瑕疵”“壞了”和“褪色”等，說(shuō)明國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品在產(chǎn)品品質(zhì)控制方面有待提升。

在商家服務(wù)方面，用戶評(píng)論的平均情感分值遠(yuǎn)低于另外兩個(gè)主題，僅為0.531分，其中超過(guò)0.5分的評(píng)論僅占相關(guān)評(píng)論的56.6%。此外，圖4中關(guān)于商家服務(wù)的評(píng)論情感分值分布更加直觀地表明國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品商家服務(wù)用戶滿意度較低，且兩極分化嚴(yán)重。結(jié)合評(píng)論文本發(fā)現(xiàn)，關(guān)于“商家服務(wù)”主題的消極評(píng)價(jià)主要集中在3個(gè)方面：一是商家在與用戶溝通過(guò)程中未能及時(shí)滿足用戶需求，如咨詢和退換貨等問(wèn)題；二是用戶對(duì)產(chǎn)品實(shí)物與商家描述存在的差異表示不滿；三是物流服務(wù)質(zhì)量不高，如服務(wù)態(tài)度、時(shí)效性和快遞包裝等。

基于以上用戶體驗(yàn)分析，文章從產(chǎn)品設(shè)計(jì)、產(chǎn)品品質(zhì)和商家服務(wù)3個(gè)方面對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品提升用戶體驗(yàn)提出改進(jìn)建議。

（1）優(yōu)化產(chǎn)品設(shè)計(jì)，塑造品牌價(jià)值。當(dāng)前國(guó)內(nèi)公共圖書(shū)館文創(chuàng)產(chǎn)品與其他文化機(jī)構(gòu)文創(chuàng)產(chǎn)品相比，種類極為相似、產(chǎn)品類型趨于同質(zhì)化，產(chǎn)品的功能和外觀形態(tài)缺少創(chuàng)新性，具有深層次內(nèi)涵和意蘊(yùn)式設(shè)計(jì)的產(chǎn)品數(shù)量較少。因此，國(guó)家圖書(shū)館在進(jìn)行文創(chuàng)產(chǎn)品設(shè)計(jì)時(shí)，應(yīng)以文化價(jià)值為主導(dǎo)，充分發(fā)揮自身文化職能優(yōu)勢(shì)，借鑒現(xiàn)代設(shè)計(jì)學(xué)理念，注重文化內(nèi)涵和實(shí)用價(jià)值的統(tǒng)一，致力于打造圖書(shū)館文創(chuàng)精品、塑造圖書(shū)館品牌價(jià)值。

（2）嚴(yán)控產(chǎn)品品質(zhì)，提升用戶體驗(yàn)。在主題挖掘和情感分析中，國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶重視文創(chuàng)產(chǎn)品質(zhì)量、材料、工藝和質(zhì)感等影響產(chǎn)品品質(zhì)的因素，尤其是產(chǎn)品質(zhì)量，評(píng)論中出現(xiàn)了部分負(fù)面評(píng)價(jià)。因此，要確保文創(chuàng)產(chǎn)品品質(zhì)，國(guó)家圖書(shū)館必須做好“守門員”，扼守影響產(chǎn)品品質(zhì)的重要關(guān)口，嚴(yán)格控制文創(chuàng)產(chǎn)品品質(zhì)，切實(shí)提升用戶體驗(yàn)，確保產(chǎn)品設(shè)計(jì)中的文化內(nèi)涵能以最好的狀態(tài)呈現(xiàn)，保護(hù)國(guó)家圖書(shū)館品牌的口碑。

（3）提升服務(wù)水平，回應(yīng)用戶訴求。在國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品用戶在線評(píng)論“商家服務(wù)”主題情感分析中，消極評(píng)價(jià)較多，口碑兩極分化嚴(yán)重。因此，國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品運(yùn)營(yíng)團(tuán)隊(duì)?wèi)?yīng)切實(shí)提升服務(wù)水平，將圖書(shū)館“用戶為中心”的服務(wù)理念引入文創(chuàng)產(chǎn)品運(yùn)營(yíng)服務(wù)中，主動(dòng)融入市場(chǎng)環(huán)境，積極響應(yīng)用戶訴求，扎實(shí)推進(jìn)服務(wù)質(zhì)量提升，發(fā)揚(yáng)圖書(shū)館人的服務(wù)精神。

3 結(jié)語(yǔ)

如今，創(chuàng)新已經(jīng)成為社會(huì)發(fā)展和進(jìn)步的重要驅(qū)動(dòng)力之一。應(yīng)用創(chuàng)新要求“以用戶為中心”，不斷挖掘用戶需求、優(yōu)化用戶體驗(yàn)，為用戶提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)。文章以天貓平臺(tái)“國(guó)家圖書(shū)館旗艦店”為例，通過(guò)挖掘用戶評(píng)論主題，分析用戶對(duì)各個(gè)主題的情感傾向，剖析了用戶對(duì)國(guó)家圖書(shū)館文創(chuàng)產(chǎn)品的需求點(diǎn)和期待點(diǎn)。經(jīng)過(guò)驗(yàn)證，融合主題挖掘與情感分析的用戶體驗(yàn)分析方法在感知用戶體驗(yàn)、挖掘用戶需求方面具有良好的效果，對(duì)商家的創(chuàng)新活動(dòng)具有指導(dǎo)意義，對(duì)其他用戶體驗(yàn)研究具有借鑒價(jià)值。