论文部分内容阅读
[摘 要]文章以电商平台客户评论文本为基础，提出基于情感分析的物流服务评价方法，通过对电商平台的购物评论中与物流快递服务有关的文本进行筛选，使用以情感词典为基础的文本分析法，分析有关评论的感性极性和强度，提出了基于情感分析的电商物流服务质量评价模型。通过对用户评价的情感分析，可以客观地反映出物流服务在及时性、安全性等方面的优劣，在一定程度上能为企业提高自身物流服务水平提供参考价值，使之更好地提高物流服务质量，制定管理方案和解决办法。
[关键词]文本分析;物流服务;质量评价
[DOI]10.13939/j.cnki.zgsc.2021.27.148
1 引言
近几年来，随着经济增长和技术发展的加快，电子商务在互联网的背景下日趋发展。中国的物流业务也在迅速增加，随之而来的就是客户对个性化、服务体验要求的提升。
然而，随着物流业的发展，客户抱怨的各种问题仍然很突出。根据中华人民共和国邮政局发布的统计数据，2020年8月，国家邮政局以邮政快递业投诉电话及投诉站受理快递服务用户13173件投诉。用户抱怨快递服务存在的主要问题有快件损毁、快件丢失短少和投递服务，分别占全国投诉量的30.4%、21.6%和19.2%。尽管快递服务的投诉环比有所下降，但波动幅度较大，不稳定。例如，投诉量从5月到7月都在上涨。急需采取办法，让快递服务质量持续、稳定地提高。
文章基于服务质量评价理论，研究了基于情感分析的电商物流服务质量评价模型，确定了电商物流服务质量评价指标及其权重，为企业改善自身物流服务水平提供参考。
2 相关理论基础
在服务质量评价方面，国内外学者做了大量的理论和实证研究。近年来，随着电子商务的发展，物流服务质量评价也取得了一定的成果。
其中，构建服务质量评价体系的理论发展已较为成熟，对物流服务质量评价指标体系的研究多以SERVQUAL模型和LSQ模型为基础。
2.1 服务质量
20世纪80年代，美国著名学者包括Parasuraman和Barry等人提出了SERVQUAL的模型。模型基于全面质量管理体系的相关理论，从服务的五个维度来衡量，最终得到服务质量分数。
SERVQUAL模型已被广泛接受和采用，它使服务质量的定量评价成为现实。它被认为是评价各种服务质量最典型的方法，在学术界得到了广泛的应用。但在应用过程中，由于缺乏客观的衡量标准，模型的评价有效性并不高，在实际应用中需要针对不同行业进行修正。但是其应用在电子商务物流服务质量评价方面，有必要根据电子商务物流业的实际运行标准进行调整。
2.2 LSQ量表
曼塞尔·弗林特和基思从客户的角度出发，经过大量调研和采访，于1989年建立了 PDSQ物流服务质量评估模型。他们认为，物流服务应该包括实物配送和客户营销。1999年，他们批评了传统的SERVQUAL模型，认为它是为面向过程导向的服务项目构建的，在一定程度上并不适合物流服务评估，因为物流服务是面向结果的服务。为此，他们结合物流服务的特征，于2001年建立了包括信息质量和订购程序在内的 LSQ物流服务质量评估模型。
2.3 情感分析
评论文本情感分析是指以评论文本中的主要情感因素为基础进行的分析。针对在线物流评论的情感分析，需要根据已识别的评价指标，对已知的评价指标进行基于情感词典的分析（考虑肯定、否定、副词、连字符号、标点符号、否定、句子结构），计算每一条评论的情感分数，并对其情感值作出标准化的处理，从而获得特征-情感值。然后对情感值进行分类统计，得到对应的指标值。
3 物流服务质量评价指标体系的构建
文章以SERVQUAL模型五个维度和LSQ模型九个维度为基础，并与电子商务物流服务模式和业务流程相结合，对前人的相关研究中的评价维度进行了统计分析，对SERVQUAL模型和LSQ模型进行了修改和调整。通过对相关客户在线评论中的关注情况进行调研，建立了电子商务物流服务质量指标体系，包括7个维度，17个特定指标（见表1）。
4 基于情感分析的物流服务评价模型
基于情感词典的文本情感分析过程分为四个步骤：首先，对句子进行分词预处理，将一个完整连贯的句子分成若干个词语;其次，理清情感的表达逻辑，根据语句结构、表达正负面情感或评价的词语的权值、副词的情感程度、语句的语气等因素，设计合适的计算规则;再次，构筑情感词典，以确定哪些词表达的是正面情感，哪些词表达的是负面情感，哪些词表达的是加深程度，以及它们分别被赋予多少权重;最后，将句子中的分词的结果和情感词逐个匹配，并按计算规则对每一句子进行情感分析。
4.1 以评价指标的关键词为基础，进行评价内容筛选和分類
采用关键词词典对电商物流服务质量的相关评论进行了筛选。通过统计对关键词的频率进行整合，归纳出包含物流服务含义的关键词。然后，根据电子商业物流服务特点及对服务质量评价的方法，最终确定了物流服务相关评估的关键词。基于评价指标关键词进行评价内容分类，对评价数据进行断句，再通过评价指标中的各个关键词，对评价内容进行分类，将其划分为相应的指标类，从而获得对应的指标-观点，并进行情感分析和计算。根据物流关键词，对应于之前建立的物流服务质量评价体系，将评价指标和重要关键词对应起来，方便计算情感价值和权重。
4.2 情感词典的构建
情感指数是以情感分析的方式对物流服务质量进行评价的基础。消费者在物流服务中的意见和评论，主要通过带有感性色彩的词传达，分析这些词的情感倾向，已成为获取客户意见的重要任务。建立完整而准确的情感词典，是保障情感分析质量的关键。通过建立基础情感词典，领域搭配词典，程度副词和否定词词典，为物流服务评估单元提供倾向性数据，为评估单元的情感极性判断提供基础。情感词典构建的过程是：选取词汇量完整的知网Hownet情感词典，并根据测评数据的实际情况进行适当调整：删除描述客观环境的词语及与快递业务本身无关的词语，增加了“超时”“丢失”等快递领域相关词语，最后情感词典如下： （1）正向情感词与评价词词典。正向情感词与评价词词典包含了能够表达出正面的、积极的情感和评价的词语，赋其权值为1。
（2）负向情感词与评价词词典。负向情感词与评价词词典包含了能够表达出负面的、消极的情感和评价的词语，赋其权值为-1。
（3）程度副词和否定词词典。程度情感副词典目录中的所有构成词语数据都是来自于中国知网情感等级词典。根据不同的情感增强度，它有6个不同级别。而否定词词典则采用了网上免费公开并被大众使用的中文否定词词典。在后面的情感强度计算中，将根据副词和否定词的不同性质，分别给予一个相应的词权重系数来进行计算。
4.3 指标权重的确定
权重反映了服务质量评价中各个指标的重要程度。文章采用TF-IDF方法来计算特征项权重。公式如下：
Weight（keyi）=ni∑nj
公式中Weight（keyi）为指标keyi的权重，ni为keyi在语料库中出现的次数。
详细的权重计算公式为：
Q（wi）=twimax（t）×log（allDocdoc（wi）+1）
式中，twi属于整个语料文档中特征词wi所产生的语料次数，max（t）为整个语料文档中出现最多的特征词数，两者相除之后所得到的结果是词频，allDoc属于语料中文档的总数，doc（wi）为包含wi的文档总数，求对数之后就是逆文档频率。词频与逆文档频率的乘积就是wi的TF-IDF权重。
4.4 情感值计算
第一步：检查情感词，判定它是积极的还是消极的;
第二步：在情感单词之前查找程度副词，直到不再出现程度副词，赋予权制并乘以-1或1;
第三步：往情感词前查询否定词，统计其数量并判断奇偶性，偶数取原值，奇数则乘以-1;
第四步：计算完所在指标所有情感值得到该指标的情感值;
第五步：将所有指标乘以该指标权重相加得出最终情感得分。
情感计算公式为：
s（i）=∑nj（-1）t×k×word（j）
式中：-1的指数t取决于是否发生极性反转，k表示程度词的增强削弱程度，word（j）是每个词的原始得分。
计算出物流服务质量评价总分的公式如下：
LSQ=∑[XiWeight（keyi）]
公式中，Weight（keyi）是指标keyi权重，Xi是评价指标keyi的平均情感得分。
参考文献：
[1]候玉林. 基于文本意见挖掘的快递服务质量评价研究[D].北京：北京交通大学，2019.
[2]吴芳芳， 梁雯， 潘蕊. 基于LSQ和SERVQUAL模型的小城镇电商物流服务质量研究[J].集宁师范学院学报， 2018， 40（3）：20-25.
[3]刘洁. 基于在线评论的物流服务质量评价研究[D].南京：南京航空航天大学， 2019.
[4]王洪伟，宋媛，杜战其，等. 基于在线评论情感分析的快递服务质量评价[J].北京工业大学学报，2017，43（3）.
[5]李燊林. 基于情感分析的B2C电子商务物流服务质量监测研究[D].重庆：重庆交通大学，2018.
[6]伦墨华， 李建军， 刘宏伟. 电子商务环境下快递行业服务质量测量及改进对策研究[J].南方農机， 2019，319（3）：46-48，50.
[作者简介]安育贤（1993—），男，山东人，北京信息科技大学，学士学位。
[关键词]文本分析;物流服务;质量评价
[DOI]10.13939/j.cnki.zgsc.2021.27.148
1 引言
近几年来，随着经济增长和技术发展的加快，电子商务在互联网的背景下日趋发展。中国的物流业务也在迅速增加，随之而来的就是客户对个性化、服务体验要求的提升。
然而，随着物流业的发展，客户抱怨的各种问题仍然很突出。根据中华人民共和国邮政局发布的统计数据，2020年8月，国家邮政局以邮政快递业投诉电话及投诉站受理快递服务用户13173件投诉。用户抱怨快递服务存在的主要问题有快件损毁、快件丢失短少和投递服务，分别占全国投诉量的30.4%、21.6%和19.2%。尽管快递服务的投诉环比有所下降，但波动幅度较大，不稳定。例如，投诉量从5月到7月都在上涨。急需采取办法，让快递服务质量持续、稳定地提高。
文章基于服务质量评价理论，研究了基于情感分析的电商物流服务质量评价模型，确定了电商物流服务质量评价指标及其权重，为企业改善自身物流服务水平提供参考。
2 相关理论基础
在服务质量评价方面，国内外学者做了大量的理论和实证研究。近年来，随着电子商务的发展，物流服务质量评价也取得了一定的成果。
其中，构建服务质量评价体系的理论发展已较为成熟，对物流服务质量评价指标体系的研究多以SERVQUAL模型和LSQ模型为基础。
2.1 服务质量
20世纪80年代，美国著名学者包括Parasuraman和Barry等人提出了SERVQUAL的模型。模型基于全面质量管理体系的相关理论，从服务的五个维度来衡量，最终得到服务质量分数。
SERVQUAL模型已被广泛接受和采用，它使服务质量的定量评价成为现实。它被认为是评价各种服务质量最典型的方法，在学术界得到了广泛的应用。但在应用过程中，由于缺乏客观的衡量标准，模型的评价有效性并不高，在实际应用中需要针对不同行业进行修正。但是其应用在电子商务物流服务质量评价方面，有必要根据电子商务物流业的实际运行标准进行调整。
2.2 LSQ量表
曼塞尔·弗林特和基思从客户的角度出发，经过大量调研和采访，于1989年建立了 PDSQ物流服务质量评估模型。他们认为，物流服务应该包括实物配送和客户营销。1999年，他们批评了传统的SERVQUAL模型，认为它是为面向过程导向的服务项目构建的，在一定程度上并不适合物流服务评估，因为物流服务是面向结果的服务。为此，他们结合物流服务的特征，于2001年建立了包括信息质量和订购程序在内的 LSQ物流服务质量评估模型。
2.3 情感分析
评论文本情感分析是指以评论文本中的主要情感因素为基础进行的分析。针对在线物流评论的情感分析，需要根据已识别的评价指标，对已知的评价指标进行基于情感词典的分析（考虑肯定、否定、副词、连字符号、标点符号、否定、句子结构），计算每一条评论的情感分数，并对其情感值作出标准化的处理，从而获得特征-情感值。然后对情感值进行分类统计，得到对应的指标值。
3 物流服务质量评价指标体系的构建
文章以SERVQUAL模型五个维度和LSQ模型九个维度为基础，并与电子商务物流服务模式和业务流程相结合，对前人的相关研究中的评价维度进行了统计分析，对SERVQUAL模型和LSQ模型进行了修改和调整。通过对相关客户在线评论中的关注情况进行调研，建立了电子商务物流服务质量指标体系，包括7个维度，17个特定指标（见表1）。
4 基于情感分析的物流服务评价模型
基于情感词典的文本情感分析过程分为四个步骤：首先，对句子进行分词预处理，将一个完整连贯的句子分成若干个词语;其次，理清情感的表达逻辑，根据语句结构、表达正负面情感或评价的词语的权值、副词的情感程度、语句的语气等因素，设计合适的计算规则;再次，构筑情感词典，以确定哪些词表达的是正面情感，哪些词表达的是负面情感，哪些词表达的是加深程度，以及它们分别被赋予多少权重;最后，将句子中的分词的结果和情感词逐个匹配，并按计算规则对每一句子进行情感分析。
4.1 以评价指标的关键词为基础，进行评价内容筛选和分類
采用关键词词典对电商物流服务质量的相关评论进行了筛选。通过统计对关键词的频率进行整合，归纳出包含物流服务含义的关键词。然后，根据电子商业物流服务特点及对服务质量评价的方法，最终确定了物流服务相关评估的关键词。基于评价指标关键词进行评价内容分类，对评价数据进行断句，再通过评价指标中的各个关键词，对评价内容进行分类，将其划分为相应的指标类，从而获得对应的指标-观点，并进行情感分析和计算。根据物流关键词，对应于之前建立的物流服务质量评价体系，将评价指标和重要关键词对应起来，方便计算情感价值和权重。
4.2 情感词典的构建
情感指数是以情感分析的方式对物流服务质量进行评价的基础。消费者在物流服务中的意见和评论，主要通过带有感性色彩的词传达，分析这些词的情感倾向，已成为获取客户意见的重要任务。建立完整而准确的情感词典，是保障情感分析质量的关键。通过建立基础情感词典，领域搭配词典，程度副词和否定词词典，为物流服务评估单元提供倾向性数据，为评估单元的情感极性判断提供基础。情感词典构建的过程是：选取词汇量完整的知网Hownet情感词典，并根据测评数据的实际情况进行适当调整：删除描述客观环境的词语及与快递业务本身无关的词语，增加了“超时”“丢失”等快递领域相关词语，最后情感词典如下： （1）正向情感词与评价词词典。正向情感词与评价词词典包含了能够表达出正面的、积极的情感和评价的词语，赋其权值为1。
（2）负向情感词与评价词词典。负向情感词与评价词词典包含了能够表达出负面的、消极的情感和评价的词语，赋其权值为-1。
（3）程度副词和否定词词典。程度情感副词典目录中的所有构成词语数据都是来自于中国知网情感等级词典。根据不同的情感增强度，它有6个不同级别。而否定词词典则采用了网上免费公开并被大众使用的中文否定词词典。在后面的情感强度计算中，将根据副词和否定词的不同性质，分别给予一个相应的词权重系数来进行计算。
4.3 指标权重的确定
权重反映了服务质量评价中各个指标的重要程度。文章采用TF-IDF方法来计算特征项权重。公式如下：
Weight（keyi）=ni∑nj
公式中Weight（keyi）为指标keyi的权重，ni为keyi在语料库中出现的次数。
详细的权重计算公式为：
Q（wi）=twimax（t）×log（allDocdoc（wi）+1）
式中，twi属于整个语料文档中特征词wi所产生的语料次数，max（t）为整个语料文档中出现最多的特征词数，两者相除之后所得到的结果是词频，allDoc属于语料中文档的总数，doc（wi）为包含wi的文档总数，求对数之后就是逆文档频率。词频与逆文档频率的乘积就是wi的TF-IDF权重。
4.4 情感值计算
第一步：检查情感词，判定它是积极的还是消极的;
第二步：在情感单词之前查找程度副词，直到不再出现程度副词，赋予权制并乘以-1或1;
第三步：往情感词前查询否定词，统计其数量并判断奇偶性，偶数取原值，奇数则乘以-1;
第四步：计算完所在指标所有情感值得到该指标的情感值;
第五步：将所有指标乘以该指标权重相加得出最终情感得分。
情感计算公式为：
s（i）=∑nj（-1）t×k×word（j）
式中：-1的指数t取决于是否发生极性反转，k表示程度词的增强削弱程度，word（j）是每个词的原始得分。
计算出物流服务质量评价总分的公式如下：
LSQ=∑[XiWeight（keyi）]
公式中，Weight（keyi）是指标keyi权重，Xi是评价指标keyi的平均情感得分。
参考文献：
[1]候玉林. 基于文本意见挖掘的快递服务质量评价研究[D].北京：北京交通大学，2019.
[2]吴芳芳， 梁雯， 潘蕊. 基于LSQ和SERVQUAL模型的小城镇电商物流服务质量研究[J].集宁师范学院学报， 2018， 40（3）：20-25.
[3]刘洁. 基于在线评论的物流服务质量评价研究[D].南京：南京航空航天大学， 2019.
[4]王洪伟，宋媛，杜战其，等. 基于在线评论情感分析的快递服务质量评价[J].北京工业大学学报，2017，43（3）.
[5]李燊林. 基于情感分析的B2C电子商务物流服务质量监测研究[D].重庆：重庆交通大学，2018.
[6]伦墨华， 李建军， 刘宏伟. 电子商务环境下快递行业服务质量测量及改进对策研究[J].南方農机， 2019，319（3）：46-48，50.
[作者简介]安育贤（1993—），男，山东人，北京信息科技大学，学士学位。