![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于LDA和语义网络的产品感知价值维度研究.pdf
《基于LDA和语义网络的产品感知价值维度研究.pdf》由会员分享,可在线阅读,更多相关《基于LDA和语义网络的产品感知价值维度研究.pdf(9页珍藏版)》请在咨信网上搜索。
1、第 44 卷 S1 期 包 装 工 程 2023 年 4 月 PACKAGING ENGINEERING 47 收稿日期:20221202 作者简介:楚东晓(1978),男,博士,副教授,主要研究方向为工业设计、感性工学、服务设计。通信作者:王雯露(1998),女,硕士生,主攻产品设计、服务设计、用户体验。基于 LDA 和语义网络的产品感知价值维度研究 楚东晓1,2,王雯露1,穆勤远1(1.武汉大学 城市设计学院,武汉 430072;2.武汉大学 数字城市研究中心,武汉 430072)摘要:目的目的 从在线评论中提取产品感知价值维度,创新产品开发与设计。方法方法 首先,采用爬虫技术从网络平台获
2、取产品的在线评论数据,通过分词技术预处理后,利用 LDA 模型提取出在线评论文本数据的感知主题分类,并构建高频词的语义网络,最后分析得到产品感知价值的维度结构。结果结果 以智能手机的在线评论数据为对象进行了实验分析,得出智能手机感知价值的 4 个维度:功能维度、设计维度、交互维度和体验维度,并进一步提出产品开发设计的建议。结论结论 综合应用在线评论文本挖掘技术,解决感知价值维度传统研究方法样本量少、滞后性、针对性不足等问题,并以智能手机的在线评论为例,明晰互联网消费背景下的智能手机的感知价值维度,指导产品设计,帮助企业可持续发展,获取竞争优势。关键词:感知价值;产品设计;在线评论;文本挖掘;L
3、DA 中图分类号:TB472 文献标识码:A 文章编号:1001-3563(2023)S1-0047-09 DOI:10.19554/ki.1001-3563.2023.S1.008 为产品创造感知价值被认为是企业可持续发展的必要前提,尤其是在如今激烈的市场竞争中,感知价值的构建被认为是获得竞争优势的关键来源1-3,是回购意图的最重要指标4-5。感知价值在产品和服务中扮演了许多行为结果的前因,在产品开发与设计过程中平衡考量产品的功能和感知维度,可以达到事半功倍的效果。用户感知价值维度的传统收集手段,如文献研究、问卷调查、用户访谈等基于调查分析的方法,具有较强的主观性,在数据规模、数据更新和收集
4、效率方面存在局限性。在线评论作为口碑信息披露的重要形式,蕴藏着丰富的信息且充满价值6,突破了传统评价在时间和空间上的传播限制。大量的在线评论,为感知价值的研究提供了客观的资料来源。但是在线评论数据庞大、格式也并不规范,如何从丰富的在线评论中有效识别并分析用户的使用体验和感知价值,是一个值得深入研究、充满挑战和意义的课题。探索能够刺激消费者购买和使用的产品属性,分析吸引用户感知的价值维度,可以帮助企业更精准、更有效地听取用户声音,明确产品设计开发的未来方向,促进企业的可持续发展。本文尝试通过大数据文本挖掘,探索感知价值的维度。首先,通过分析在线评论的数据特点,进行数据采集和预处理;其次,利用 L
5、DA 主题模型实现主题特征提取与分类,有效识别用户的感知价值影响因素,在此基础上构建高频关键词的语义网络,分析用户感知的互动过程;最后,以智能手机为例进行实证分析,得到在互联网消费背景下智能手机的感知价值维度,为智能手机设计开发提供有价值的信息。1 相关研究综述 1.1 感知价值 感知价值意味着消费者与产品的互动,其概念源于消费者行为理论。ZEITHAML(1988 年)利用焦点小组和深入访谈探索了消费者感知价格、感知质量和感知价值之间的关系,将感知价值定义为消费者基于接收和给予的感知而对产品或服务效用的综合评估7,感知价值被概念化为一维结构。然而,除价格和质量外感知价值还包括影响消费者的各种
6、心理因素,单一的指标量表并不能充分表达感知价值的概念8。1991 年,SHETHNEWMAN 和 GROSS 提出了包括功能价值、社会价值、情感价值、认知价值、条件价值在内的消费价值五维模型9,每一个购买决策的背后都会受这 5 个价值维度中一个或多个的影响,消费者购买选择行为是多重消费价值的函数。SWEENEY和 SOUTAR 开发出包含功能价值、情感价值、社会价值和经济价值 4 个维度的 PERVAL 感知价值模型10。48 包 装 工 程 2023 年 4 月 PARASURAMAN 基于产品或服务的生命周期视角,将感知价值划分为获取价值、交易价值、使用价值和赎回价值4。PETRICK(2
7、002 年)开发了 SERVE-PREVAL 多维量表来衡量服务的感知价值,包含行为价格、交易价格、质量、情绪反应和声誉 4 个方面11。PERVAL 和 SERVE-PREVAL 量表是对产品或服务购买后的价值评估,而非整体价值感知。Snchez 从动态和时间轴的视角出发,记录购买前、购买中、使用中和使用后 4 个阶段,开发了 GLOVAL 多项目量表,功能价值、情感价值和社会价值是其中的 3 个基本价值维度12。AULIA 等将非服务产品的感知价值划分为 3 类:产品相关价值、社会相关价值和个人相关价值,每个价值维度下面需要衡量享乐价值和功能价值13。国内学者董大海等通过文献回顾和整合心理
8、学态度模型、TAM 技术接受模型等界定了网络环境下的感知价值 3 个维度:结果性感知价值、程序性感知价值和情感性感知价值14。感知价值研究的单维和多维模型对理解感知价值概念提供了帮助,不同学者对感知价值概念化维度的研究见表 1。上述感知价值概念化维度的研究方法,是以研究者作为主动方、用户作为被动方来开展的,通过调查或访谈获得顾客感知价值的度量,大多基于定期管理的有限样本6,过于依赖专家知识,研究结果和结论偏向主观15,研究存在滞后性、不能实时动态更新。另一方面,感知价值是用户对产品属性、功能和使用后果的偏好感知和评估,以上关于感知价值维度的研究对象多为笼统的产品概念,缺乏对研究对象类型和特征的
9、考量16。感知价值的维度研究需要应用量化分析技术,得出更可靠、更有针对性、有意义的结果。表 1 不同学者对感知价值概念化维度的研究 作者 年份 维度 领域 SHETH,NEWMAN,CROSS 1991 年 功能价值/社会价值/情感价值/认知价值/条件价值 消费价值理论 ZEITHAML 等人 1988 年 感知接受/感知给予 消费者行为 PARASURAMAN A 等人 2000 年 获取价值/交易价值/使用价值/赎回价值 产品服务 SWEENEY,SOUTAR 2001 年 功能价值/情感价值/社会价值/经济价值 消费者感知价值 PETRICK 2002 年 行为价格/交易价格/质量/情绪
10、反应/声誉 服务 Snchez 2006 年 功能价值/情感价值/社会价值 旅游服务 董大海,杨毅 2008 年 结果性感知价值、程序性感知价值和情感性感知价值 网络营销 AULIA 等人 2016 年 产品相关价值/社会相关价值/个人相关价值 耐用产品 1.2 在线评论 在线评论构成了连接商品属性和用户体验的信息网络,从中挖掘有用信息备受关注。近年来,越来越多的研究检验了在线评论现象,主要方法包括:主题识别、情感分析、产品特征识别、语义网络等。GUO Y 等利用 LDA 主题模型识别出在线评论中酒店和顾客互动的 19 个维度,并通过感知映射确定影响酒店星级评定的关键维度17;S.SRINIV
11、AS 等利用LDA 模型、情感分析等方法分析某大学的学生在线评论文本,得到学生对学校感知价值的影响因素,包括工作前景、师资、社交生活、运动等 12 个维度18;Y.JIAO 等利用情感分析从在线产品评论中抽取感性知识,并建立用户感知和产品属性之间关系的感性知识树,指导产品感性设计19;N.ZHANG 等利用 LDA模型提取在线评论的主题,与文献分析的感知价值维度进行匹配并作为各维度的衡量指标20。主题识别可以反映在线评论的主要维度,但无法反映文本内部隐含的语义关联和深层次结构关系21。在旅游研究和舆情主题发现领域,一些学者利用语义网络分析了文本内部的语义关系,探索研究对象的感知特征。A.F.C
12、olladon 等将社交网络分析和语义分析应用于在线旅游论坛的文本,帮助预测游客的人数变量,并验证了该方法可以显著提高模型预测的性能22。王永明21和李萍23等国内学者利用词频分析、语义网络分析、情感挖掘等方法分析旅游地的互联网文本,获取游客的意向感知特征和结构。综上本研究将利用主题模型对在线评论进行主题识别,从中提取感知价值维度,克服传统研究方法中存在的可靠性不足、效率低、滞后性等局限,在此基础上构建关键词语义网络,分析在线评论短文本内部的语义关联、挖掘用户感知价值的互动过程,深入探索其生成机制。2 研究方案设计 2.1 研究对象 智能手机是典型的快速消费类电子产品,市场份额大、普及率高、产
13、品特征清晰统一,电子商务平台汇集有大量的用户在线评论。本研究借助京东电商平台的用户评论,综合分析智能手机感知价值创造的影响因素,为智能消费类电子产品提供设计开发的方向和决策依据。2.2 研究方法 本研究使用 LDA 主题模型对在线评论进行主题第 44 卷 S1 期 楚东晓,等:基于 LDA 和语义网络的产品感知价值维度研究 49 特征提取。LDA 是由 BLEI 等人在 2003 年提出,又称三层贝叶斯概率模型,包含词、主题、文本 3 层结构,其基本思想是将文本表示为潜在主题的随机混合,运用概率方法对模型进行反向推导,寻找文本集的语义结构,挖掘出文本的主题24。LDA 主题模型结构见图 1,其
14、中空心圆代表隐性变量,实心圆代表可观测的变量,有向边代表条件概率依赖,方框代表重复次数。具体训练过程如下。1)从参数为 的 Dirichlet 分布中取样生成当前文本 i 的主题分布 i。2)从主题分布的 i中取样生成文本 i 的第 j 个词的主题 zij。3)从参数为 的 Dirichlet 分布中取样生成主题zij下对应的词语分布 zij。4)从词语分布 zij的多项式分布中抽样获得词语 wij。图 1 LDA 主题模型结构 语义网络是由文本关键词及其共现关系形成的网络,由一组节点和一组连接节点的弧构成,其中节点表示事物、概念、属性、动作、状态等,弧表示节点间的语义联系21。本文采用 PM
15、I(Pointwise Mutual Information25)算法计算短文本中词语的共现关系强度。在数据挖掘、机器学习、信息检索的相关文献中,经常会用到 PMI 来衡量两个事物之间的相关性,特别是在线评论的挖掘中,PMI 常被用作计算情感分析中极性词的极性强度26。PMI 的计算公式如下:1212212(,)(,)log()()p w wPMI w wp w p w 其中,1()p w表示1w词语在文本中独立出现的概率,2()p w表示词语2w在文本中独立出现的概率,12(,)p w w表示词语1w和词语2w同时出现的概率。当PMI0 时,两个词语相关,且 PMI 值越大,共现概率就越大;
16、当 PMI=0 时,两词语无联系;当 PMI0时,两者互斥。2.3 研究思路 本研究中的在线评论数据挖掘方法由 4 部分组成:第 1 部分是明确目的、选取实验对象和构建原始语料库;第 2 部分是文本预处理,基于在线评论的特点,精细的预处理有助于提高数据分析的准确性;第3 部分为模型的核心部分,利用 LDA 主题模型对评论文本进行主题提取;第 4 部分是通过计算 PMI 建立高频词的语义网络,挖掘其内部的语义关联。研究框架见图 2。图 2 研究框架 3 数据处理与分析 3.1 数据采集 实验使用“八爪鱼采集器”爬取京东平台上销量和评论量前 20 的智能手机(共 26 款)的在线评论,形成初始在线
17、评论共 26 000 条。去除系统默认评论、文本字数低于 10 的评论,得到实验语料库在线评论共 25 964 条。3.2 数据预处理 对于中文文本的分词处理,本文利用 python 语言环境下的 jieba 组件工具,对在线评论文本数据进行分词划分。在线评论存在个性化、语义结构不规范、同义不同形的表达特点,通过对评论内容的观察分析,构建包含智能手机专有名词和互联网习惯用语的自定义词典和同义词典合并同义词。此外,初始文本中存在大量对文本内容识别意义不大的冗余信息词汇如“啊、是、的”等,称为停用词27,官琴通过对比实验得出哈尔滨工业大学停用词表在 IT 类的文本聚类中表现突出28,因此本文选择采
18、用哈尔滨工业大学整理的 767 个停用词表去除文本中的停用词,以提高分词的准确性和聚类效果。分词效果示例见表 2。3.3 基于 LDA 模型的主题识别及可视化 本文在 python 语言环境下利用 LDA 模型,使用Gibbs 抽样算法估计未知参数,多次训练模型,实现文本主题提取、识别在线评论语料库中潜藏的产品属性特征。通过计算主题困惑度(perplexity)确定最佳50 包 装 工 程 2023 年 4 月 主题数,困惑度表示模型训练时的不确定度,数值越小表示模型训练效果越好。当主题数为 7 时,困惑度最小,因此确定最佳主题数 K=7。LDA 模型的输出是按主题分组的词组矩阵形式,词语与主
19、题之间的相关性通过 参数调节。越接近 1,词组矩阵显示该主题下的高频词;越接近 0,词组矩阵显示主题下更独有的词语。本文分别设定=1 和=0,提取每个主题下的 20 个高频词和特征词作为主题聚类的结果。7 个主题的高频词及特征词见表 3。表 3 中,7 个主题的权重依次递减。根据各主题内的高频词和特征词语义,可将 7 个主题分别概括为“服务体验”“品牌特色”“外观设计”“拍照功能”“屏幕音效”“电池性能”和“运行功能”。由图 2 所示,将主题进行聚类可视化后可知,服务体验(组 1)和品牌特色(组 2)2 个主题的空间距离接近且有部分重合,说明两个主题的内涵和意义关联度高且词组矩阵有部分重叠;同
20、样关联度高的主题词对还有拍照功能(组 4)和屏幕音效(组 5),电池性能(组 6)和运行功能(组 7)。7 个主题的聚类可视化见图 3,横轴与纵轴的负极和正极分别可以用“操控(行为)元素体验(感受)要素”“硬件性能形态设计”来定义,横轴来自人的视角,而纵轴则是产品的视角。表 2 分词效果示例 原始文本 初步分词 最终分词 iPhone13 真的太惊艳了,比较爱玩游戏,最喜欢是就是 iPhone 了,打游戏完全不会卡顿。13的运行速度非常快,打游戏真的太流畅了,真的非常喜欢这个手机 iPhone13/真的/太/惊艳/了/,/比较/爱/玩游戏/,/最/喜欢/是/就是/iPhone/了/,/打游戏/
21、完全/不会/卡顿/。/13/的/运行/速度/非常/快/,/打游戏/真的/太/流畅/了/,/真的/非常/喜欢/这个/手机 苹果/惊艳/游戏/喜欢/苹果/卡顿/运行/速度/快/游戏/流畅/喜欢 表 3 7 个主题的高频词及特征词 层面 序号 主题 高频词(=1)特征词(=0)相对 权重 1 服务 体验 收到、满意、物流、性价比、价格、值得、购买、老人、质量、使用、手感、流畅、妈妈、包装、下单、发货、推荐、快递、漂亮、好评 收到、物流、价格、购买、老人、质量、妈妈、包装、下单、发货、快递、购物、活动、爸爸、正品、实惠、信赖、自营、买给、送货 20.9%体验 层面 2 品牌 特色 特色、华为、系统、流
22、畅、苹果、支持、小米、王者荣耀、体验、手感、使用、性价比、功能、希望、颜值、三星、方便、性能、满意、操作 特色、华为、支持、鸿蒙、升级、国产、习惯、国货、加油、解锁、数据、孩子、真香、忠实、带来、纠结 18.4%外观 层面 3 外观 设计 外观、外形、好看、漂亮、手感、颜色、大气、设计、质感、白色、时尚、黑色、颜值、舒服、蓝色、边框、高端、精致、摄像头、美观 外观、外形、大气、白色、边框、远峰蓝、经典、耐看、绿色、大方、粉色、玻璃、小巧、磨砂、造型、直角、炫酷、低调、金属、圆润、沉稳 15.4%4 拍照 功能 拍照、效果、清晰、像素、照片、摄像头、清楚、拍摄、视频、苹果、夜景、功能、拍出来、镜
23、头、色彩、够用、还原、美颜、强大、防抖 拍照、效果、夜景、拍出来、还原、美颜、防抖、成像、电影模式、微距、夜拍、变焦、超广角、拍出、扫码、大片、对焦、夜景模式、霸气 12%操控 层面 5 屏幕 音效 屏幕、音效、清晰、音质、声音、细腻、舒服、显示、分辨率、屏幕、显示、扬声器、色彩、高刷、流畅、音乐、刷新率、完美、外放、视频、清楚 屏幕、音效、音质、声音、细腻、分辨率、音乐、外放、音量、素质、喇叭、亮度、听歌、立体、观感、杂音、音响、护眼、柔和、饱满11.9%6 电池 性能 待机时间、充电、电池、续航、使用、游戏、耐用、快充、发热、充满、待机、电量、小时、时间、够用、能力、性能、满意、电池容量、
24、足够 待机时间、充电、电池、续航、耐用、发热、充满、待机、电量、小时、能力、耗电、重度、超长、测试、散热、严重、功耗、肩键、有待11.3%硬件 层面 7 运行 性能 速度、运行、流畅、速度快、游戏、内存、处理器、不卡、系统、软件、挺快、丝滑、超快、反应、顺畅、苹果、够用、下载、芯片、应用 速度、运行、不卡、无卡顿、婆婆、后台、刷刷、运营、程序、温润、传输、存储、高大、卸载、删除、预装、纵享、柔顺、手机卡、清理10.1%第 44 卷 S1 期 楚东晓,等:基于 LDA 和语义网络的产品感知价值维度研究 51 图 3 7 个主题的聚类可视化 “服务体验”是用户感知权重最高的主题,该主题下频率最高的
25、关键词包括“收到、满意、物流、性价比”,最独有的特征词包括“老人、包装、下单、发货”等,表明该组主题主要从手机在销售阶段的物流配送服务、消费者感受到的线上购买体验(尤其是老人用户),以及产品品质等方面,描述消费者对手机购买服务的体验与评价。该阶段用户对手机的感知评价,形成了“(他人的)好评/推荐下单/购买发货/物流送货/收到使用(本人的)好评/推荐”的循环式服务感知体验流程,在这个阶段的服务体验过程中,时间是影响感知价值的一个重要外部因素。该主题中出现了“老人/妈妈/爸爸”等主题词,查阅原始评论可知,这是手机产品的典型服务对象,是手机最主要的终端“使用者”,而购买手机的“消费者”往往是子女。主
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 LDA 语义 网络 产品 感知 价值 维度 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。