在线评论对汽车销量的影响研究

• 作 者: 何永杰
• 出 处: 吉林大学
• 发表日期: 2020年08期
• 关键词: 文本挖掘 汽车销量 回归分析 LDA

互联网转变了消费者传统的消费习惯,网上消费变成了网络用户购物的重要方式。在线购物方便、快捷,消费者能随时随地购买自己需要的产品,通过在线评论这一媒介消费者可以获取更多产品信息,有助于消费者作出购买决策。而汽车作为大型家用消费品,具有价格昂贵、使用寿命长等特点,与快消品相对比,消费者的购买决策更加复杂,影响因素也更多。汽车垂直网站为消费者提供了汽车的参数、价格等车辆信息、以及论坛交流和在线评论板块。车辆在线评论是已经购买车辆的用户对车辆信息的反馈,想要购买车辆的消费者通过在线评论进一步了解车辆的信息,这是消费者购买车辆的重要参考依据。因此研究汽车在线评论的内容,对于厂商、经销商了解消费者、针对消费者偏好作出生产、销售决策具有重要意义。本文以汽车市场最受欢迎的SUV车型的在线评论为研究对象,研究消费者对汽车属性层次、以及属性细粒度层次的偏好。通过建立回归分析模型研究汽车属性评分与汽车销量的相关度,在模型实证结论的基础上对于销量相关度最高的属性文本进行LDA主题挖掘,得到分类的主题词,作为消费者在汽车属性中偏好的细粒度因素。本文首先利用网页信息采集技术获取汽车之家在线评论数据以及515汽车排行网的汽车销售数据。基于汽车之家对汽车属性分类的基础上,以汽车评分、属性评分为解释变量,以515汽车排行网相应汽车销量为被解释变量,构建两个回归分析模型,研究汽车在线评论总评分以及空间、动力、能耗、操控、舒适性、外观、内饰、配置8个属性评分对销量的影响。利用SPSS软件做回归分析得到汽车总评分对汽车销量有正向影响,汽车外观属性对汽车销量影响最为显著。为进一步研究在SUV车型外观属性中消费者偏好的细粒度因素,使用LDA模型对外观在线评论进行主题分类。根据回归模型的结果得到显著影响汽车销量的因素,根据文本挖掘的结果得到外观属性中消费者偏好的细粒度因素。根据回归结果和主题分类的结果对汽车厂商的生产、营销的环节提供建议。