基于美团外卖用户在线评论的情感分析研究.pdfVIP

基于美团外卖用户在线评论的情感分析研究

以美团外卖为研究平台，爬取美团外卖用户数据，对数据进行预处理，利用

百度AI开放平台进行情感分析得到评论数据的情绪值，在此基础上检验评论数

据的情感倾向和打分评价的相关性，并进一步了解在不同等级的城市中消极情绪

是否有差异，以及一些门店消极情绪高于积极情绪的原因。最后根据分析的结果

对商家、消费者和美团平台提出合理性的建议。

标签：在线评论；情感分析；关键词云图

1引言

随着信息的高速传播，社交网络的快速发展已经渗透到人们生活的各个方

面，越来越多的用户倾向于在公众平台上表达自己的观点、态度和情感。互联网

的各大平台为网民发表评论、交换观点提供了极大的便捷，也给人们做选择提供

了参考方向。评论信息对消费者的选择和商业组织的决策都有重要的意义。一些

学者开始了对这些评论数据的情感倾向进行研究，运用不同的算法和模型对文本

评论进行情感分类。张膂采用逻辑斯蒂回归算法对餐饮评论数据进行情感分类，

马松岳，冯莎分别对豆瓣电影评论数据进行情感分析研究，石强强、赵应丁和杨

红云对基于SVM方法对酒店评论数据进行情感分析。

目前对文本情感分析的研究很多，比如对电商产品、微博热门事件、热门电

影等情感倾向研究，对餐饮方面的情感分析研究比较少，并且都是对评论文本挖

掘技术的讨论。基于此本文主要是对情感倾向的结果展开研究，根据得到的结论

对用户、商家和美团平台提出合理建议。

2数据获取和预处理

本文首先采用分层抽样的方法选取12个城市，然后再采用简单随机抽样的

方法选取了美团外卖APP中这些城市里面的部分门店评论数据作为研究对象。

其中12个城市是按照城市等级来抽取的，门店包括大品牌必胜客和若干小品牌，

一共161家。本文采用Charles软件对美团外卖APP的数据接口进行用户评论抓

取。由于美团对数据采取了反爬虫技术，只能抓取网页数据，并且还需要不定时

的变换电脑ID，才可以获取评论数据。

由于爬取的数据可能存在一些特殊的字符、重复数据和类似广告信息这种没

有价值的数据等，所以需要先对数据进行一下清洗。本文利用HashSet原理编写

源代码去重，经过清洗后用于研究的数据一共87558条。由于用Charles抓取的

数据量比较大，需要建立一个数据库存放数据。为了方便快速的查找需要研究的

数据，本文选择建立非关系型数据库。其中抓取数据的情况如表1。

3基于百度AI的评论数据情感倾向性分析

文本情感分析的研究方法主要有两大类：基于词典的方法和基于机器学习的

方法。基于词典的方法主要是通过建立一系列的情感词库和规则，对文本进行段

落分词、句法分析，计算感情值，最后通过情感值来作为文本的情感倾向依据。

本文采用基于词典的方法，使用百度自然语言处理技术即百度AI开放平台

软件进行情感分析。通过调用百度的API（应用程序编程接口），就可以得到8

万多条评论数据的情感分布，包括积极情绪、中立、消极情绪。通过简单的计算，

可以得到积极情绪比例、中立情绪比例和消极情绪比例，最终确定每家店的情感

倾向值。百度AI在进行情感分析时，无法识别带有表情的语句，只能手动进行

分析。同时，对于只有星级评论的空白文本百度AI是无法进行分析的，忽略空

白文本，百度AI识别出7万多条数据。最终可以得到每条评论文本的情感倾向，

如表2。

根据输出的情感倾向进行统计分析，可以得到每一家店的积极、消极和中立

的比例，抽取的161家门店中，157家门店的用户评论情感是积极的，2家门店

的用户评论情感是消极的，2家用户评论情感是中立的。如表3所示的是抓取的

北京门店评论文本的情感分析结果，从表中可以知道大部分门店的积极比例是较

高的，情感倾向是积极的。只有花家怡园、南京大排档和绿茶餐厅的积极比例较

低，甚至绿茶餐厅的消极比例高于积极比例。

4情感倾向的研究分析

4.1情感倾向和打分评价的关系

美团平台本身会根据用户评论的星星数，将评论分为好评和差评展现给用

户。用户就会根据看到的好评数来判断门店的好坏。但是美团给出的好评数和差

评数是否真正代表了用户的真实情感，因此我们将得到的情感倾向和美团给出的

打分评价进行对比分析。

我们通过SPSS软件分别对积极情绪和好评、消极情绪和差评做相关性分析

来检测他们之间是否有关联性，得到积极情绪和好评之间的相关性为0.643，消

极情绪和