论文部分内容阅读
摘要：快递业是我国进入21世纪以来新兴的产业，伴随近几年我国经济和电子商务的快速发展，快递物流行业也迎来了其发展的关键时期。随着快递市场越来越激烈的竞争，顾客对快递物流服务质量也提出比以往更高的要求。本论文以京东商城为分析对象，从在线评论挖掘的理论出发，运用抓取的相关数据进行系统分析，阐明了物流配送的服务质量各指标之间的权重关系并得出相关结论，一定程度上为相关物流行业的配送服务质量的优化提供参考。
关键词：物流配送;服务质量;在线评论;数据抓取
1 理论背景
1.1 物流服务质量
质量现被定义为客体的一组固有特性满足要求的程度。而国外有很多学者提出过服务质量的定义，其中克·格鲁诺斯认为，从本质上讲，服务质量是顾客的一种主观感知，定义为顾客感知的实际服务绩效与顾客对服务期望之间的差异。
1.2 关联规则
关联规则的概念如下：假设集合A={ a1，a2，…，an }和集合B={b1，b2，…，bn}的总项目集为I={a1，a2，…，an，b1，b2，…，bn}，关联规则可被描述为X→Y的蕴涵式，其中。
评价关联规则是否有意义的三个重要指标是提升度、置信度和支持度。项集X和项集Y同时出现的概率被称作是支持度，记作;项集X出现的情况下项集Y出现的概率被称作是置信度，记作;已知项集X发生的条件下项集Y发生的概率再除以项集Y发生的概率被称作是提升度，记作。在关联规则分析方法中，最小支持度和最小置信度这两个参数是人为设置的，满足参数的关联规则是有意义的。
2 物流配送服务质量分析——以京东商城为例
2.1 在线物流配送服务评论数据抓取
京东商城物流服务是自营物流，并不像其他网上平台一样是第三方物流，避免涉及多家物流公司，无法进行在线评论抓取。因此本文以京东商城自营物流为研究范围，选取的商品也属于京东自营商品。考虑到商品类型不同对物流服务的需求有一定影响，进而造成顾客评论差异，影响结果，所以本文选取三种不同类型的产品，分别是电器、食品、图书，每种类型两种产品。
2.2 数据处理
2.2.1 物流要素划分及数据预处理
本文主要研究好评，因此删除差评。本文采用京东商城的评价星级作为物流服务质量的评级指标，其中1星评价表示差评，在数据中删除1星评级，2星和3星表示中评，记为“S2”，4星和5星代表好评，记为“S1”，最后共得到5027条评论。
通过集搜客分词打标软件对采集到的5027条评论信息进行高频词筛选，最终在排序前100的词语中选取出21个描述物理服务的高频词，如表1所示。结合物流服务质量相关研究，在已筛选出的高频词汇的基础上，归纳出四个最能影响消费者的物流服务要素，分别是物流服务外包装、物流服务送货速度、物流服务发货时间、物流服务客服态度以及物流服务快递员态度，分别记为“E1、E2、E3、E4、E5”，如表2所示。
基于以上数据，开始构造评论矩阵。随机抓取一条在线评论，例如“图书是正版，京东配送快，我这里四线城市，两天就到了。包装厚实，把图书保护的很好，没有破损。我很喜欢。照这么下去，京东图书会把某当甩的远远的。仅京东快递这一方面，某当就比不了。京东，加油！”这条评论中可以提取出“配送”、“包装”、“没有破损”、“喜欢”四个高频词，分别代表物流服务快递员态度（E5）、物流服务外包装（E1）、好评（S1）。以此类推，对每一条评论的物流服务质量要素进行分解，对照上表七個要素的高频词，含有其中一个要素即标记为“T”，不含有标记为“F”，以此类推，便可以构成一个评论矩阵，该评论矩阵的每一行表示每一条评论数据，每一列表示一个物流服务要素。现给出该评论矩阵的前九行，如表3示例。
2.2.2 数据运算以及结论
基于上述数据预处理，本文运用RapidMiner Studio 中的算法进行运算，为使所求规则具有一定的质量和普遍性，其中最小置信度为0.4，设置最小支持度为0.08。如图1所示，运用关联规则算法进行运算后，得出18条关联规则。本文只研究物流服务要素与评价级别之间的关系，因此只保留7、8、9、10、12、14、16、17、18与研究相关的规则。
根据本文研究内容对所得数据进行筛选，得出结果如表5所示。本文主要依据Lift的值进行比较，Lift的值大于1，则单个物流服务要素与评价等级呈正相关关系，否则呈负相关关系。
单个指标出现的强关联规则有三个，分别是指标E1、指标E4、指标E5，其中，在物流服务外包装（E1）出现的条件下，顾客产生好评的概率是0.488;在物流服务客服态度（E4）出现的条件下，顾客产生好评的概率是0.629，但指标E2和指标E3并未发现强关联规则。其他皆为两个指标参与的强关联规则，共六条。
通过对以上数据的分析，可得以下结论：
第一，消费者产生好评（S1）与物流服务外包装（E1）以及物流服务客服态度（E4）直接相关，且皆呈正相关关系。在物流服务中，物流服务外包装（E1）和物流服务客服态度（E4）的出现更容易使顾客产生好评。外包装是顾客收到快递后的第一直观感受，其对于顾客的评价来说是很重要的一部分，完好无损的外包装会得到顾客更高的认可。优化物流服务外包装质量，提高物流服务客服态度（E4）均可以提高消费者满意度;
第二，消费者产生好评（S1）与物流服务发货时间（E2）、物流服务送货速度（E3）以及物流服务快递员态度（E5）无直接正相关关系。由于有很多顾客并不能直接接触到快递员，所以对于物流服务快递员态度不能有直观的感受，对好评的产生影响较小。顾客只有在购买电器一类的商品才需要等待上门服务，而其他商品大部分是存放在快递点，所以顾客很少能够对时间有更精准的要求。发货时间和送货速度同样对顾客产生好评影响较少;
第三，物流服务的五项要素与顾客产生中评（S2）无明显关系。
参考文献：
[1]王景峰等，物流服务质量体系的运作分析[J].综合运输，2010年，（4）.
[2]杜文，物流运输与配送管理，机械工业出版社，2010年7月第一版.
[3]吕晓勇，电子商务物流配送现状分析及对策研究[J].价值工程，2016（7）：98-99.
[4]李恒，在线评论特征的维度综述[J].企业技术开发，2018年，（2）.
[5]李宍，喻葵，夏景波，在线评论对消费者网络购买决策的影响[J].情报杂志.
关键词：物流配送;服务质量;在线评论;数据抓取
1 理论背景
1.1 物流服务质量
质量现被定义为客体的一组固有特性满足要求的程度。而国外有很多学者提出过服务质量的定义，其中克·格鲁诺斯认为，从本质上讲，服务质量是顾客的一种主观感知，定义为顾客感知的实际服务绩效与顾客对服务期望之间的差异。
1.2 关联规则
关联规则的概念如下：假设集合A={ a1，a2，…，an }和集合B={b1，b2，…，bn}的总项目集为I={a1，a2，…，an，b1，b2，…，bn}，关联规则可被描述为X→Y的蕴涵式，其中。
评价关联规则是否有意义的三个重要指标是提升度、置信度和支持度。项集X和项集Y同时出现的概率被称作是支持度，记作;项集X出现的情况下项集Y出现的概率被称作是置信度，记作;已知项集X发生的条件下项集Y发生的概率再除以项集Y发生的概率被称作是提升度，记作。在关联规则分析方法中，最小支持度和最小置信度这两个参数是人为设置的，满足参数的关联规则是有意义的。
2 物流配送服务质量分析——以京东商城为例
2.1 在线物流配送服务评论数据抓取
京东商城物流服务是自营物流，并不像其他网上平台一样是第三方物流，避免涉及多家物流公司，无法进行在线评论抓取。因此本文以京东商城自营物流为研究范围，选取的商品也属于京东自营商品。考虑到商品类型不同对物流服务的需求有一定影响，进而造成顾客评论差异，影响结果，所以本文选取三种不同类型的产品，分别是电器、食品、图书，每种类型两种产品。
2.2 数据处理
2.2.1 物流要素划分及数据预处理
本文主要研究好评，因此删除差评。本文采用京东商城的评价星级作为物流服务质量的评级指标，其中1星评价表示差评，在数据中删除1星评级，2星和3星表示中评，记为“S2”，4星和5星代表好评，记为“S1”，最后共得到5027条评论。
通过集搜客分词打标软件对采集到的5027条评论信息进行高频词筛选，最终在排序前100的词语中选取出21个描述物理服务的高频词，如表1所示。结合物流服务质量相关研究，在已筛选出的高频词汇的基础上，归纳出四个最能影响消费者的物流服务要素，分别是物流服务外包装、物流服务送货速度、物流服务发货时间、物流服务客服态度以及物流服务快递员态度，分别记为“E1、E2、E3、E4、E5”，如表2所示。
基于以上数据，开始构造评论矩阵。随机抓取一条在线评论，例如“图书是正版，京东配送快，我这里四线城市，两天就到了。包装厚实，把图书保护的很好，没有破损。我很喜欢。照这么下去，京东图书会把某当甩的远远的。仅京东快递这一方面，某当就比不了。京东，加油！”这条评论中可以提取出“配送”、“包装”、“没有破损”、“喜欢”四个高频词，分别代表物流服务快递员态度（E5）、物流服务外包装（E1）、好评（S1）。以此类推，对每一条评论的物流服务质量要素进行分解，对照上表七個要素的高频词，含有其中一个要素即标记为“T”，不含有标记为“F”，以此类推，便可以构成一个评论矩阵，该评论矩阵的每一行表示每一条评论数据，每一列表示一个物流服务要素。现给出该评论矩阵的前九行，如表3示例。
2.2.2 数据运算以及结论
基于上述数据预处理，本文运用RapidMiner Studio 中的算法进行运算，为使所求规则具有一定的质量和普遍性，其中最小置信度为0.4，设置最小支持度为0.08。如图1所示，运用关联规则算法进行运算后，得出18条关联规则。本文只研究物流服务要素与评价级别之间的关系，因此只保留7、8、9、10、12、14、16、17、18与研究相关的规则。
根据本文研究内容对所得数据进行筛选，得出结果如表5所示。本文主要依据Lift的值进行比较，Lift的值大于1，则单个物流服务要素与评价等级呈正相关关系，否则呈负相关关系。
单个指标出现的强关联规则有三个，分别是指标E1、指标E4、指标E5，其中，在物流服务外包装（E1）出现的条件下，顾客产生好评的概率是0.488;在物流服务客服态度（E4）出现的条件下，顾客产生好评的概率是0.629，但指标E2和指标E3并未发现强关联规则。其他皆为两个指标参与的强关联规则，共六条。
通过对以上数据的分析，可得以下结论：
第一，消费者产生好评（S1）与物流服务外包装（E1）以及物流服务客服态度（E4）直接相关，且皆呈正相关关系。在物流服务中，物流服务外包装（E1）和物流服务客服态度（E4）的出现更容易使顾客产生好评。外包装是顾客收到快递后的第一直观感受，其对于顾客的评价来说是很重要的一部分，完好无损的外包装会得到顾客更高的认可。优化物流服务外包装质量，提高物流服务客服态度（E4）均可以提高消费者满意度;
第二，消费者产生好评（S1）与物流服务发货时间（E2）、物流服务送货速度（E3）以及物流服务快递员态度（E5）无直接正相关关系。由于有很多顾客并不能直接接触到快递员，所以对于物流服务快递员态度不能有直观的感受，对好评的产生影响较小。顾客只有在购买电器一类的商品才需要等待上门服务，而其他商品大部分是存放在快递点，所以顾客很少能够对时间有更精准的要求。发货时间和送货速度同样对顾客产生好评影响较少;
第三，物流服务的五项要素与顾客产生中评（S2）无明显关系。
参考文献：
[1]王景峰等，物流服务质量体系的运作分析[J].综合运输，2010年，（4）.
[2]杜文，物流运输与配送管理，机械工业出版社，2010年7月第一版.
[3]吕晓勇，电子商务物流配送现状分析及对策研究[J].价值工程，2016（7）：98-99.
[4]李恒，在线评论特征的维度综述[J].企业技术开发，2018年，（2）.
[5]李宍，喻葵，夏景波，在线评论对消费者网络购买决策的影响[J].情报杂志.