基于情感分析的LDA模型在在线评论中的运用

黄苏雨

摘要：随着互联网的快速发展，人们越来越多地在电商网站、论坛、社交网络等平台上，公开发表对商品的各种评价和意见，由此带来的文本数据呈现爆发性增长。本文就医疗器械领域的血糖仪作为研究对象，利用python在各电商平台上爬取数据，对数据进行数据清洗、中文分词、去除停用词等预处理，再利用基于情感分析的LDA改进模型对数据进行分析，得到各主题下的词分布，以此获得对产品的建议。

关键词：文本分析；血糖仪；LDA模型；情感分析

1.引言

随着互联网和电子商务的快速发展，用户越来越偏向于线上消费，同时在各网络等平台上，随时分享自己的意见。大量的文本评论内容，隐藏着产品特性、用户需求以及使用反馈。如何从中进行挖掘来精细化定位产品或服务的不足，对商家来说，是个很重要的商机。

目前，文本挖掘技术是数据挖掘领域的研究热点，其中，产品评论挖掘技术又是辅助分析海量评论信息的一种有效手段。本文就选取血糖仪作为研究对象，获取其线上的评论数据，经预处理之后，利用基于情感分析的LDA改进模型对数据进行分析，得到各主题下的词分布。

2.数据选取与预处理

根据相关资料统计，我国拥有着世界上最大的糖尿病人群，目前已达到1.48亿。然而，血糖仪在中国糖尿病人群中的渗透率并不高，与发达国家相差很大。外资品牌首先抢占国内血糖仪市场，并且占有较大比例的份额，而国内品牌目前主要靠性价比占据一定份额。本次研究希望能够通过对血糖仪的相关评论进行分析，对国内相关品牌提供指导意见，力求改变我国高端产品靠进口的现状。

我们选取国内外比较有代表性的品牌下销量最佳的型号，同时利用python工具爬取相关评论数据。国内、国外血糖仪评论数据分别获得21025、10849条。

从获取的数据来看，不同于传统的文本，商品评论具有以下特点：（1）文本短，较多为字数较少的短评论；（2）情感倾向明显，存在很多较明显的词汇；（3）语言不规范，会出现一些网络用词、符号、数字等；（4）存在重复记录或者重复的主题。所以处理流程如下：数据清洗（文本去重、机械压缩、短句删除）、中文分词、此行标准、去除停用词。

3.模型运用

本文在LDA模型的三层结构的基础上，加入情感层，并且引入情感词典作为先验信息。在改进的模型中，情感的产生依赖于主题，而在每个主题下会得到不同情感下的词分布。

该模型的生成过程如下：

（1）对于每一个主题和情感，抽取词分布，其中，。

（2）对于每一篇文档，。

（2.1）从狄利克雷分布中，生成该文档的主题分布；

（2.2）对于每个主题，分别从狄利克雷分布中，生成情感分布；

（2.3）对于每个句子：选取主题；主题为时，选取情感；选取单词。

在求解过程中，可以使用Gibbs抽样算法对该模型进行参数估计和统计推理。

3.1 建立词典

由于网络评论文本的特殊性，从已有情感词典的基础上展开扩展：（一）通用基础词典。典型的中文词典：知网的“情感分析用词语集”、台湾大学情感词典、大连理工大学的情感词汇本体库；（二）扩充词典，主要来源于搜狗拼音词库网络流巧新词；（三）领域词典。针对医疗器械领域建立相关语料库，以此建立该领域的情感词典，语料从各大电商平台获取。

首先筛选并去除各词典中的许多情感极性相反的，或者情感意义比较多的词汇，然后对各词典中的正负面评价词语等进行去重，组合再分别建立积极、消极情感词典。

3.2 实验参数设定

在实例操作过程中，三个超参数分别取值为。此外，主题个数设定为5，迭代次数选择10000次。

4.结果分析

从上述结果来看，用户倾向于使用国外血糖仪，可能主要有以下原因：（1）品牌。由于国外品牌血糖仪进入市场早，其技术、产品和营销手段等都已经很成熟，得到了专业医护人员及患者的认可和对品牌的忠诚度。（2）精确度。从用户的反馈结果来看，国外品牌血糖仪的准确度高于国内品牌。精确度应该是第一重要因素，在测量过程中，无论是低血糖还是高血糖，当存在偏差时，都可能会对用户的生命造成威胁。这一方面，进口血糖仪就保持了较高的准确度。（3）服务。在售后服务这块，国外品牌往往能提供更完善的服务体系，例如强生提供相应的社区服务，以社区模式为用户打造健康平台，为用户提供专业教育和咨询、三年仪器保修、检测仪器服务等。（4）操作。国外血糖仪操作更简易一些，基本都是免调码，同时很多都是一键式操作，比如罗氏整合型，试纸放进去，可以连续测多次。

但也有对国外品牌血糖仪不满的地方，主要是血糖仪和试纸的价格。进口血糖仪的机器价格和试纸价格均高于国产品牌，尤其试纸作为消耗品，日常使用，价格高，用户难以承受。

另一些客户倾向于使用国内血糖仪的原因可能如下：（1）价格。在血糖仪和试纸价格上均占据优势，性价比高。（2）电商营销。国内品牌利用互联网营销平台，比国外品牌率先抓住机遇，与阿里巴巴、百度、京东等开展合作。（3）体积小巧。国产品牌的血糖仪都呈现体积小巧的特点，方便用户随身携带。

但也存在很多不足，以至于让用户不会重复购买：（1）准确度。反馈来看，国产血糖仪还是存在偏差，重复进行测量，是对试纸的浪费。（2）显示。从反馈来看，国产品牌的屏幕顯示一般比较小，对于老年人或视力有问题的用户来说很不方便的。

总的来说，（一）对于进口血糖仪，用户更看重的是品牌，以及带来的其他效应，比如准确度、采血等方面，价格昂贵造成的劣势，也能够由产品带来的信赖感和用户消费水平的提供来解决。（二）对于国产血糖仪，在价格上占据优势，受到普通用户的青睐。但质量上可能无法像国外品牌带来强烈的信赖感。

5.建议

5.1优化渠道，继续抓住互联网营销机遇

公司应该建立医疗机构、OTC零售网络、互联平台三位一体销渠道，尤其在电商渠道，抓住契机，积极拓展电子商务家用医疗体系的营销渠道，加大销售费用投入、调整费用结构。尤其加大公司在电商平台的投入，以此在电商平台的渠道运营建设所获得的品牌影响力。

5.2注重研发，推进自身品类日益丰富

从用户实际反馈来看，仪器稳定性还存在不足的地方。由于国内品牌研发经验远不及国际品牌丰富，国产品牌需要继续加大研发投入，推进老产品线更新换代，以及结合人工智能等技术，研发新产品，不断升级现有的产品线。

5.3走出国际化之路，产品向高端化延伸

纵观国际医疗器械行业巨头发展历史，国际化都是的必经之路，也是顺应用户消费升级，国内品牌应该引入海外的研发创新、技术和管理人才，以促进品牌、产品、团队的国际化；同时，需要在国外商务拓展中心，积极收集最前沿资讯，通过引进来、走出去双向发展，最终实现产品向高端化延伸。

5.4推进品牌化战略

随着用户的消费升级，深受产品质量困扰的消费者意识到品牌价值的重要性，国产品牌应该坚持品牌化策略，确定以核心产品为品牌传播切入点的品牌策略，例如与顶级品牌传播公司合作。在提升员工对公司品牌的认知、认同和坚持的同时，不断提升消费者对品牌的认知、认同以及忠诚度。

参考文献：

[1]余琦玮，肖颖，林静，徐新胜，王庆林，张飞.产品评论文本中特征词提取及其关联模型构建与应用[J].中国机械工程，2017，28（22）：2714-2721.

[2]王庆福，王兴国.基于LDA的网络评论主题发现研究[J].无线互联科技，2016（11）：103-104.