基于在线评论的乘用车需求趋势分析方法.pdf

第 卷第 期运 筹 与 管 理 ，年 月 收稿日期：基金项目：教育部人文社科基金项目（，）；国家社科基金西部项目（）作者简介：杨亚?（），通讯作者，男，山西大同人，副教授，博士，研究方向：运输预测与决策；李全森（），男，重庆垫江人，硕士研究生，研究方向：运输统计数据分析；唐浩冬（），男，重庆南川人，硕士研究生，研究方向：交通需求分析与预测。基于在线评论的乘用车需求趋势分析方法杨亚?，李全森，唐浩冬（重庆交通大学 交通运输学院，重庆 ）摘要：提出一种基于在线产品评论的竞争情报挖掘方法，将网络评论文本中的关键信息应用于乘用车设计开发中。结合 和 算法，从主题特征和情感态度特征获取不同车型评论主题情感倾向性估值，并对应 年的乘用车销量，构建用户偏好分析的面板数据模型。结果显示：该方法能够有效地提取网络评论情报信息；通过与年份的交互作用分析产品需求趋势，过去 年间消费者只对油耗的关注度降低了 ，对动力、空间、外观、内饰和舒适性的关注度分别上升了 ，和 。其中，与生活品质更加密切的外观、内饰和舒适性等指标的增量远高于传统关注的动力和空间指标。这表明燃油经济性越来越不受关注，已不再成为消费者购买乘用车的决定性因素。关键词：交通运输经济；乘用车需求趋势；主题模型；在线评论；情感倾向中图分类号：；文章标识码：文章编号：（）：，（，）：，（），（），“”，“”“”，（），：；，；，“”“”：；引言据中国互联网络信息中心（）发布的第 次 中国互联网络发展状况统计报告，截至 年 月，我国网民规模达 亿，互联网普及率达 。在互联网环境下，在线评论体现了消费者最直观的感受和需求，并会影响消费者对产品的认知及其决策行为。面对竞争激烈的乘用车消费市场，挖掘在线评论中的潜在价值成为一种有效的情报获取方式，有利于乘用车产销企业多维度分析市场需求，改进产品设计和竞争策略。传统层次分析法和卡诺问卷法存在主观性强、成本高、周期长等弊端，难以分析数量巨大、非结构化的在线评论数据。将包含真实需求的海量信息转化为结构化数据，抽取有价值的情报信息，是亟需解决的问题。对于自然语言处理技术及其应用已经有了广泛的研究。张兴强等 用监督学习方法将已知关键词数据进行模型训练，用于发现未知文档的关键词；等 通过常用名词及短语构建分类器分析情感倾向，但需要人工标注训练数据，耗时耗力。同时，以开放网络平台、自有客户管理系统为基础建立的在线评论数据逐步被用于顾客满意度评估 、生产成本与价格控制 、消费选择行为分析 等方面的研究。乘用车具有高价格属性，对其 消 费 需 求 及偏 好 特 征的 分析 长 期 受到 关 注。等 采用 模型调查家庭或个人拥有的车辆类型，以分析消费者的需求特征；等 、和 通过对家庭出行行为的研究，分析消费者对不同车型的依赖性；等 、等 认为一个家庭的偏好受到他人偏好的影响。但现有研究几乎都是通过问卷调查或有监督的方式获得消费者的信息及需求，再结合已有知识体系协同计算分析其偏好特征，信息的获取、整理和数据的转化都需要大量人力和时间，且易在过程中受到主观性干扰。社交网络在线评论反应了消费者丰富的真实需求，可缓解问卷 调 查 带 来 的 负 面 影 响。狄 利 克 雷 分 配第 期杨亚?，等：基于在线评论的乘用车需求趋势分析方法（）主题模型是由 等提出的文本主题提取模型，主要用于提取文本中具有语义解释性的主题特征，在用户需求特征及偏好分析方面，其有效性已经得到证实 。本文在已有文献的研究基础上采用隐含的狄利克雷分配（）主题模型，对乘用车评论数据集进行学习以获得文档主题，并将文档中提取的主题词进行排序，利用词频 逆文档算法（）计算主题词的情感值，最后构建与销量相关的数据面板，将消费者真实需求转化为设计问题应用于乘用车产品的开发中。主题获取模型设计首先，基于 模型对乘用车消费者关注主题特征进行聚类分析；然后，运用 算法计算权值，利用情感倾向性分析方法对评论数据进行统计分析，确定消费者关注的主题；最后，通过计量方法分析消费者关注主题特征的倾向性变化，构建基于 面板数据的消费者关注度模型。数据来源及预处理在线评论数据是消费者根据产品的使用情况和感知结果，对特定产品做出的个性化评价，主要包括评论者信息、评论内容和发表时间。在线评论数据对消费时间、地域、年龄、性别等方面的特征都有反映，评论内容具有动态、递进、差异化的特征，因此，从结构来看，评论数据具有较好的覆盖性。八爪鱼网页数据采集器支持不同网页结构的复杂网站采集，满足用户自定义采集、格式化采集、自动化采集等多应用场景需求，具有采集数据质量高、稳定性好、时效性好的特点。借助该工具在国内用户活跃度最高的三大汽车消费网站，“汽车之家”“太平洋汽车网”和“搜狐汽车频道”进行乘用车 产 品 的 在 线 评 论 和 销 量 数 据 采 集，获 取 到 年间国内 款热销车型的相关数据，总销量为 辆，总评论有 条。为提高需求倾向性分析精度，采用支持向量机模型对文本中的垃圾评论进行剔除，将距离超平面最近点问题引用拉格朗日乘子法与对偶关系转化为最大化问题，其具体公式如下：（），引入核函数将线性不可分的情况映射在高维空间中，从而转化为线性可分情况，并采用 算法计算，得到最终模型：（）（）最后，再次对数据进行清洗、分词以及降噪等处理。采用 哈工大停用词表 以及 语言中的 分 词 工 具 对 评 论 进 行 去 停 用 词 和 分 词处理。基于 的用户偏好特征确定将处理后的数据采用 主题模型进行特征偏好分析，主要查看文档中出现相同信息单词的个数。一个主题代表一些单词所构成的概率分布，将每篇文档看作一个词频向量，将文本信息转化为数字信息。其主题概率分布：（）（）（）（）（）词概率分布：（，）（，）（）（）（）（）（）（）其中，表示每篇文章主题分布的先验分布狄利克雷分布的参数；表示文章主题；表示文章序号；表示词袋长度；表示词向量；表示每个主题的词 维的狄利克雷分布参数向量；表示词的个数；表示主题个数。采用 主题模型能够概括文本信息的主题数曲线变化，余弦值越低越能概括文本所能表达的主题，图 表明主题数在 之间时，其余弦值最小。当主题数大于 时，余弦值明显开始变大。主题间相似度越高，就越能用该主题表示，为了尽量覆盖更多差异化的主题，选取 个主题来研究消费者的关注倾向。实验结果中主题分布相似度最高的 个主题如表 所示。图 主题数与余弦值对应关系表 显示，动力、外观、内饰、空间、油耗、舒适性等六个主题的测试结果最高，最能代表消费者所运 筹 与 管 理 年第 卷关注的指标。其中，主题分布相似度最高的是油耗，其次是动力，最后是舒适性和内饰。通过绘制样本中消费者评论词云图，再次验证主题选取是否可靠（图 ）。样本中词频排在前 词汇的词云图排列情况表明，油耗、动力和空间的词频最高，其次是外观、内饰和舒适性，这与表 中 模型分析结果几乎一样。因此，选用的六个主题具有可靠的研究意义。表 主题分布相似度主题名称符号表示主题关键词主题分布相似度动力速度、加速、提速、爬坡、推背、超车 外观造型、做工、设计、线条、车灯、大灯 内饰异味、用料、座椅、材质、大屏、风格 空间前排、后排、后备箱、乘坐、头部、储物 油耗省油、里程、上下班、空调、磨合、耗电 舒适性减震、隔音、悬架、后排、过滤、座椅 图 主题分布词云图 基于 的主题权值计算利用 算法结合情感倾向性分析对评论文本数据特征进行赋值，并将该值作为消费者的偏好程度。文档中词汇重要性计算公式为：，（）其中，表示 词汇在 文件中出现的次数，表示词汇数量，表示所有词汇在 文件出现的次数和。逆向文件频率 表达式为：（）其中，表示语料库中文件总数，：为包含该词的文档数。因此 的值为：，（）由公式（）可知，当词 在某个文件中出现的频率越高，但在其他文件中出现的频率越低，则认为该词或该短语能够很好的代表该文本的特征，词 对于文本 也就越重要。消费者关注主题与市场份额关系首先就是要设立基础模型，将评论主题的偏好程度作为自变量，乘用车市场份额作为因变量。对于车型 在时间 的销量：（），（，），（，）其中，为 车型在 年的份额，为 车型在 年的外观关注程度，为 车型在 年的空间关注程度，为 车型在 年的动力关注程度，为 车型在 年的油耗关注程度，为 车型在 年的内饰关注程度，为 车型在 年的舒适性关注程度。为更好挖掘消费者情感倾向对乘用车市场份额的影响，分析消费者评论对市场份额的预测效应，在模型上，采用前一年的主题关注度 值来预测当前期的市场份额。利用广义最小二乘法（）进行估计，其结果如表 所示。表 模型估计结果因变量：市场份额（）变量基础模型滞后一期模型 （）（）（）（）（）（）（）（）（）（）（）（）（）（）注：括号内为标准差，和分别表示在 ，和 的水平内显著。结果显示所有变量都与份额存在显著相关，说明变量能够对市场份额产生影响，且基础模型 ，说明该模型能够解释 的方差。滞后一期模型 ，该模型能够解释 的方差。检 验 显 示，这 一 改 变 在 统 计 上 具 有 显 著 差 异（）；），表明当年的市场份额会受到前一年评论的影响。第 期杨亚?，等：基于在线评论的乘用车需求趋势分析方法对于 车型而言，为了控制无法观测且不随时间改变的影响因素以及减轻变量间多重共线的影响，消除由此而产生的异方差，保证回归参数估计量具有良好的性质，采用具有固定效应和随机效应的面板数据模型进行估计。在面板数据模型中，组成模型的误差项，一部分概括了所有影响被解释变量，但不随时间变化的因素与个体观察单位相关，另一部分概括了截面随时间变化的不可观察因素，即群体差异和个体差异。考虑到乘用车市场份额和情感倾向的偏斜分布，将数据全部进行对数处理，最终面板估计模型为：（）其中，表示增加或者减少该车型 主题 的关注度，将会增加或者减少该车型 的市场份额。数据及结果分析 垃圾评论模型评估为了寻找合适的核参数和模型参数，实验中标注了 条有用评论和 条垃圾评论，最终选取 用于模型评估的 进行计算。通过对比 核函数和线性核函数的结果寻取最优核函数，将初始的惩罚系数 设为 ，核函数的敏感度 设为 ，其结果如表 所示。表 不同核函数评估对比核函数召回率准确率值 核函数 线性核函数 核函数的召回率和准确率都要高于线性核函数，选用 核函数。通过优化 核函数的惩罚系数 和敏感度 ，结果如表 所示。表 参数优化结果模型参数召回率准确率值 ，如表 中数据所示，将惩罚系数设为 ，敏感度设为 的结果优于初始值，用此模型对所有评论进行垃圾识别，最终获得有用的评论 条。描述性统计多数车型有多种版本，考虑不同车型的异质性，将该车型所有版本销量都分配到模型当中，则系数解释为具有中位数销售额特征的乘用车，表 进一步显示了各个数据的统计情况。表 评论关键词情感度描述性统计变量均值标准差最小值最大值市场份额 外观 空间 动力 油耗 内饰 舒适性 单位根检验以乘用车市场份额为因变量，以用户情感倾向值为自变量；为避免伪回归现象和保证变量的平稳性，在建立计量经济学模型之前要对变量进行单位根检验或协整检验。选用 检验，结果如表 所示。统计量都小于临界值，即各变量都为水平平稳，无单位根。表 单位根检验结果一阶滞后项变量 注：，分别表示在 ，的水平内显著。结果分析为了减小估计结果受极值影响的程度，更方便的解释市场份额对消费者关注度的反映，将所有变量集中在按销售额加权的中值上进行估计，那么线性项的系数解释为具有中位数特征的乘用车对市场份额的弹性；最后用线性项与年份交互分析消费者情感倾向的变化。将样本数据用 进行回归得到结果如表 所示。所有估计都将年份固定，估计（）和估计（）分别使用随机效应和固定效应模型。主要分析消费者主题关注度对乘用车市场份额的影响；随机效应可解释个体不随时间变化的变量与解释变量无关的干扰问题，且结果不限制于样本中的个体，可推广到 其 他 车 型，所 以 选 择 估 计（）结 果 进 行讨论。运 筹 与 管 理 年第 卷表 估计结果一阶滞后项变量估计（）随机效应估计（）固定效应估计（）随机效应年固定效应 （）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）年 线性项 注：括号内为标准差，和分别表示在 ，和 的水平内显著。表 结果表明，消费者关注度对乘用车市场份额具有正向促进作用。首先，油耗对市场份额的影响最大且非常显著，为 ，表示对于具有中位数市场份额的车型，增加或者减少 的市场份额，会受到 消费者对油耗评价的影响；舒适度对市场份额的影响最小且不显著，为 ，表示对于具有中位数市场份额的车型，增加或者减少 的市场份额，会受到 消费者对舒适度评价的影响。其次，动力的影响高于空间，分别为 和 。最后，外观的影响高于内饰，分别为 和 。为了挖掘近十年乘用车消费者情感倾向的变化，将线性项与年份进行交互，表 只展示了 年的估计结果，年的情感变化如图 所示。分析结果可知，消费者对油耗的情感倾向没有明显的变化趋势，但总体上呈现下降。需要注意的是，虽然油耗一直是消费者关注度最高的因素，但如果维持下降趋势，就意味着消费者的需求将朝着不利于节能减排的方向发展。另外，消费者对动力、空间、外观、内饰以及舒适度的情感倾向呈上升趋势，这说明居民收入的增加带动了消费升级，消费者对驾乘环境和舒适度等方面的要求不断提高。这也显示出乘用车市场购买异质性的一个重要变化，即：相比较曾经购买豪华乘用车的消费者，对提升生活质量相关因素更加敏感的人群在不断增加。图 年乘用车消费者情感变化 结论基于网络评论文本实现乘用车消费需求的特征提取、需求重要度分析以及需求转化分析。引用支持向量机模型与拉格朗日乘子法，通过核函数将高维空间问题映射成线性数学问题获得降噪的数据；运用 主题模型分析降噪的数据得到更加精确的用户偏好，采用 算法将用户偏好转换成数值形式分析消费者偏好的动态变化。结果显示：过去 年中，消费者对乘用车燃油经济性的敏感度逐步降低，大功率和大空间的车型更加受到青睐，但由此带来更多污染排放的趋势在不断增加；居民收入的增加带动了消费升级，外观、内饰和第 期杨亚?，等：基于在线评论的乘用车需求趋势分析方法舒适度更加显著地影响消费者的购买决策，并将取代油耗成为影响消费者购买决策的主要因素。因此，乘用车生产和销售企业应积极利用在线评论分析结果，跟踪消费者偏好并及时调整产品发展方向，以增强市场竞争优势；政府部门应加大政策力度，引导节能减排，以如期在交通运输领域实现“碳达峰”和“碳中和”目标。参考文献：张兴强，刘雪，朱艺焱，等 基于互联网数据城市快速路地点安全分析方法 交通运输系统工程与信息，（）：，：，（）：刘岩，张艳荣，赵志杰，等 基于情感分析的酒店顾客满意度评估 计 算 机 应 用 与 软 件，（）：，：，（）：李田，王雪营，陈泽艇 考虑在线评论的产品免费试用策略 运筹与管理，（）：，（）：杜学美，吴亚伟，高慧，等负面在线评论及商家回复对顾客购买意愿的影响 系统管理学报，（）：，（）：，：，（）：，（）：，：？：，：，：，（）：，（）：王雪，董庆兴，张斌 面向在线评论的用户需求分析框架与实证研究基于 模型 情报理论与实践，（）：段恒鑫，刘盾，叶晓庆 基于在线评论情感分析和模糊认知 图 的 产 品 差 异 性 研 究 郑 州 大 学 学 报（理学版），（）：运 筹 与 管 理 年第 卷