基于文本挖掘（Text mining）的中国空气净化器设计趋势分析

宋扬 王少琛

摘要：产品设计是企业经营战略的核心。消费者作为产品的直接使用者，对设计的反馈最为直接。文章通过对消费者在线网络评价进行文本挖掘（Text mining），聚类（Cluster analysis）和数据分析，从而确定消费者对空气净化器的偏好，从设计层面探讨空气净化器设计发展方向及美学特征趋势。具体而言，通过网络爬虫对淘宝销量前五的空气净化器的在线评论进行文本挖掘，使用LTP分词工具进行多层筛选纯化预处理，关键词TF-IDF分析后，通过K-means聚类分析得出结论。文本挖掘处理后11个词的出现频率在500次以上，对TF-IDF值前100的关键词进行聚类分析，得到5个集群：“效果”“操作”“声音”“功能”“外观”。对空气净化器来说，功能性、实用性目前仍是消费者选择的主要因素。同时，空气净化器的设计趋势为：功能层面，实用性强，净化效率高，静音，满足智能化需求的同时操作简单；造型方面，小巧柔和、色彩温和；情感方面，能带给消费者轻松便捷的使用感受，具有亲和力。利用文本分析方法，深入挖掘消費者在线评论，不仅可以掌握空气净化器的设计发展趋势，还可以为空气净化器设计提供基础资料。

关键词：空气净化器；设计趋势；文本挖掘；聚类分析

中图分类号：TM925.16 文献标识码：A 文章编号：1004-9436（2023）17-0-03

1 中国空气净化器发展现状

在后疫情时代，越来越多的人关注自身健康，对空气质量提出了更高要求，空气中的污染物，如花粉、粉尘、甲醛等致敏有害物质会刺激呼吸道，长期吸入则易引发肺部疾病，危害人体健康。空气净化器是通过吸附技术、催化技术、负（正）离子技术、HEPA高效过滤技术等复合型技术，吸附、分解或转化各种空气污染物，有效提高空气清洁度。作为一种环保型家电，不仅符合国家对绿色产品消费以及产品智能化发展的需求，而且能够保护消费者健康。据华经产业研究院统计，我国对家用空气净化器的需求从2016年的1357.8万个增长至2022年的超4000万个。伴随急剧增长的产品需求而来的是极高的设计要求，在满足消费者功能需求的同时要注意迎合消费者的情感需求。目前，国内市场的空气净化器主流品牌为小米、格力、美的等国产品牌，在线销售模式占50%以上，其中消费者评论可以直观反映产品的优缺点及使用感受，对设计起到反馈作用，因此本研究针对空气净化器在线评论进行数据分析，以期真实有效地反映设计趋势。

2 理论考察

近年来，随着消费者对空气净化器的关注度提高，相关研究也随之增多。朴灿正（2016）［1］预测，空气净化器的需求会持续增多，技术趋势也将随着产品功能及用户界面的简化而变化，消费者的购买选择会更加广泛。史耀军在（2020）［2］研究中，通过对空气净化器进行感性分析，提出外观设计的改进方法。汪天雄（2017）［3］通过问卷引入Kano模型，探讨消费者对空气净化器功能、造型、交互方面的需求。金章锡（2016）［4］通过感性评价方法对家用空气净化器进行设计评价，从造型性、审美性、功能性的层面进行设计分析。为更客观深入地了解消费者对空气净化器的设计需求，本研究从消费者的角度出发，以使用感受为导向，通过对空气净化器的设计分析，以定量研究的方式，更加客观地分析空气净化器的设计趋势。

3 文本挖掘

3.1 文本挖掘特征

文本挖掘（Text Mining）是综合机器学习、统计、数据库等数据处理的过程，把非结构化文本转化为结构化格式，从大量文本数据中提取隐藏的、潜在的有用信息，在后续分析中加以利用。文本挖掘涉及信息检索（IR）、自然语言处理（MLP）、信息抽取（IE）、数据挖掘（DM）、可视化以及预测分析［5］，本研究利用在线采集网络评论的方法，分析及预测空气净化器设计发展方向。依次进行数据采集、数据预处理、关键词提取、高频词处理，关键词TF-IDF分析、聚类分析，在得到详细数据后加以分析并得出结论。

3.2 研究流程与方法

本研究以中国最大的网上购物平台淘宝为基础，输入“空气净化器”关键词搜索（2023.07.26），选取销量前五的五款空气净化器（泊莱森AP-2008、小米4Pro、小米4lite、断弥TC003/1、小米空气净化器2），为保证检索的准确性和数据处理的便利性，运用网络爬虫技术提取与分析在线评价，以名词、形容词、动词、其他专有名词为中心对文本进行提取和设计要素分析。为保证用词的准确性，同时对文本进行预处理，使用LTP分词工具进行多层筛选纯化，删除与空气净化器无关的单词，整合意思相近的词并删除错别字等。

具体过程如下：第一，去除换格符和标点，保证数据的客观性；第二，删除“没有”“收到”“希望”“买来”等与空气净化器使用无关的词语和“果真”“其实”等助词，共计186个；第三，将“家”“屋子”“房间”合并为“房间”，将“净化器”“机器”等词整合和修改为“空气净化器”。为保证词语频率的准确性，对上述过程反复进行数据纯化，共获得3394个词。其中，效果（860）、声音（710）、净化（520）、小米（450）、空气净化器（340）、静音（300）、模式（290）、滤芯（270）、房间（220）、不大（210）、方便（210）等11个词的出现频率都在500次以上，选定200个出现频率在100次以上的关键词为第一次目标文本，进行数据可视化。

在数据可视化的过程中，首先根据频率形成文字云，通过云的状态初步判断所选择的高频词的准确性。接着对第一次目标文本进行TF-IDF值计算，TF-IDF（Term Frequency-Inverse Document Frequency）算法［6］通过分配权重来反映每个词的重要程度，根据权重对一篇文本中的所有词从高到低进行排序，权重越高说明越重要［7］，所以选定TF-IDF值前100个词为本研究关键词进行分析。部分关键词TF-IDF值为：效果（0.016）、声音（0.014）、净化（0.012）、小米（0.013）、空气净化器（0.010）、静音（0.009）、模式（0.009）、滤芯（0.01）、房间（0.008）、不大（0.007）、方便（0.008）。根据TF-IDF结果可知，消费者最看重空气净化器净化空气的效果，目前功能性、实用性仍是消费者选择空气净化器的主要影响因素。相关功能要素还包括净化、功率、烟、自动感应、可移动等关键词。其次是对声音的关注度，由于空气净化器放置于客厅或者卧室中，消费者较为看重空气净化器的静音功能，相关关键词为静音、模式、声音、睡眠等。消费者对小米品牌的认可度高，相关关键词为形态、小巧、白色、性价比、智能等。“米家”是目前较为常用的智能家居系统，针对家居互联，小米品牌以造型简单、性价比高、多样性等特点占有绝对的优势，所以在销量前五的空气净化器中，小米占据三席。

4 空气净化器设计趋势分析

为研究空气净化器设计趋势，需要对关键词进行分类和分组，即关键词聚类分析。关键词聚类可以用于分析关键词之间的联系及发展趋势，同一聚类（集群）中的对象相似度越高，距离越近。本研究采用K-means算法对关键词进行聚类分析［8］。在分析过程中，当K值为5时，各类样本数量变化较小，因此将K值设定为5，得到5个集群。S值为0.757 632，大于0.5，说明聚类质量较优。分析结果如下。

集群一为“效果”，占32.8%，排名前五的关键词为：效果、净化、明显、甲醛、装修。根据关键词分析可以看到消费者最看重空气净化器的功能性，空气的净化效果决定购买力度，其中对甲醛、空气浮尘以及烟雾等污染物和污染气体的净化需求较大，也从侧面反映出中国目前室内空气污染主要由装修及吸烟引起，相较于之前对PM2.5的净化需求，空氣质量有所提升。

集群二为“操作”，占18.64%，排名前五的关键词为：操作、简单、性价比、智能、小米。消费者偏好操作简单的产品，智能产品使用过程应符合消费者的认知及使用习惯。在人们的身边充斥智能产品的时代，应简化使用程序与标识，尽量做到易理解、易操作，满足大部分人的心理需求。目前，在空气净化器市场上，小米品牌占有较大比例，品牌理念的高性价比也贴合消费者的心理。另外，能否与家中其他智能家居适配也成为影响消费者选择的因素之一。

集群三为“声音”，占17.15%，排名前五的关键词为：声音、静音、睡眠、模式、卧室。由于在卧室使用空气净化器的频率较高，所以消费者对静音的要求较高。目前，在售的空气净化器在静音模式或睡眠模式下的风扇转动噪声较小，基本能满足消费者的需求。另外，有滑轮的空气净化器在移动过程中会产生噪声，但针对移动噪声的防治设计较少。

集群四为“功能”，占16.27%，排名前五的关键词为：功能、移动、快速、灯光、滤芯。消费者的功能需求集中在可移动、智能化以及清洁方面。目标产品大多不具备滑轮设计，由于净化空间有限，如果需要净化其他房间则要进行搬运，搬运过程中需要考虑重量等影响因素。“快速”“灯光”是与智能化相关的词，通过连接智能网关实现快速操作及灯光调节感应。“滤芯”也是消费者较为关注的设计点，能否清洁或者更换滤芯是否便利都会影响空气净化器的

选购。

集群五为“外观”，占15.14%，关键词为：小巧、交互、白色、远程操控。样本空气净化器全部都是落地式的小型空气净化器，通常净化面积为40 m2左右，一般为一间客（餐）厅或卧室大小，不涉及悬挂式及桌面式，说明消费者偏好体积小巧、实用性强的空气净化器。造型方面，偏向白色、柔和、小巧的设计风格。交互方面，倾向于操作简单，不影响消费者认知习惯的操作特点。

综合以上5个集群可以看出，消费者对空气净化器的偏好主要集中在3个层面。首先是功能层面，占比最高，主要是实用性，即空气净化器的实际净化功能、静音，在使用过程中会对使用效果产生一定的影响。智能化是消费者基于功能层面选择空气净化器的一个标准，但与预期的多功能不符，消费者喜欢功能专一、操作简单的设计，交互方面，偏好简单操作，不改变原本的使用习惯。其次是造型方面，消费者倾向简单小巧的设计，圆润的造型给人以亲切感，以柔和干净的颜色为主，符合家庭温馨的情感需求。最后是情感方面，与预期的追求个性化不同，消费者对空气净化器的情感需求主要包括造型层面的亲切、温馨、便捷轻松，在净化空气的同时可以带来清新、舒爽的使用感受。

5 结语

本研究通过前期调研分析国内空气净化器市场现状，为掌握消费者真实使用感受，在中国目前主流购物网站“淘宝”输入关键词“空气净化器”后，选取销量前五的五款产品的在线评论进行文本挖掘，以及关键词分析、聚类分析。结果显示：空气净化器的设计趋势为功能层面，实用性强，净化效率高，静音，满足智能化需求的同时操作简单；造型方面，小巧柔和、色彩温和；情感方面，能够带给消费者轻松便捷的使用感受，具有亲和力。

本研究的局限性在于，仅从消费者角度进行文本挖掘，对空气净化器内部实际功能的研究不足，后期可以进行专家访谈，结合问卷调研等多种尝试。同时，没有细分购买时间、地区以及使用人群，产品的使用人群及区域性也会影响产品设计，了解不同区域的使用人群在不同时间购买不同性能的产品，能更加全面地分析空气净化器的设计趋势。

参考文献：

［1］ 朴灿正.空气净化器市场和技术趋势［J］.韩国建筑环保设备研究所，2016，10（1）：7-11.

［2］ 史耀军，孙明明.基于感性工学的智能空气净化器设计研究［J］.设计，2020（23）：33.

［3］ 汪天雄.基于模糊Kano模型的智能空气净化器设计研究［J］.机械设计，2017，34（2）：122-125.

［4］ 金章锡.家用空气净化器设计情感评价分析［J］.韩国设计论坛，2016（52）：157-168.

［5］ 高希，罗伊，萨米尔，等.文本挖掘算法研究进展［J］.国际计算机与通信工程高级研究杂志，2012，4（1）：223-233.

［6］ 索尔顿，巴克利.基于词权的自动文本检索方法［J］.农业机械，1988，24（5）：513-523.

［7］ 凯泽，阿里.基于TF-IDF的文本挖掘方法研究［J］.计算机应用，2018（1）：25-29.

［8］ 袁方，周志勇，宋鑫.初始聚类中心优化的k-means算法［J］.计算机工程，2007，33（3）：65-69.

作者简介：宋扬（1991—），女，黑龙江密山人，博士，讲师，研究方向：工业设计、产品系统设计、设计文化。

王少琛（1990—），男，河北石家庄人，博士，讲师，系本文通讯作者，研究方向：环境设计、室内设计、品牌商业空间。