基于在线评论的乘用车需求趋势分析方法.pdfVIP

第３３卷第１期运筹与管理Ｖｏｌ．３３，Ｎｏ．１

２０２４年１月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＪａｎ．２０２４

基于在线评论的乘用车需求趋势分析方法

杨亚?，李全森，唐浩冬

（重庆交通大学交通运输学院，重庆４０００７４）

摘要：提出一种基于在线产品评论的竞争情报挖掘方法，将网络评论文本中的关键信息应用于乘用车设计开发

中。结合ＬＤＡ和ＴＦＩＤＦ算法，从主题特征和情感态度特征获取不同车型评论主题情感倾向性估值，并对应

２００９—２０１９年的乘用车销量，构建用户偏好分析的面板数据模型。结果显示：该方法能够有效地提取网络评论情

报信息；通过与年份的交互作用分析产品需求趋势，过去１１年间消费者只对油耗的关注度降低了８．６４％，对动力、

空间、外观、内饰和舒适性的关注度分别上升了３．１６％，６．８０％，８９．６９％，１３．３８％和１８．４７％。其中，与生活品质更

加密切的外观、内饰和舒适性等指标的增量远高于传统关注的动力和空间指标。这表明燃油经济性越来越不受关

注，已不再成为消费者购买乘用车的决定性因素。

关键词：交通运输经济；乘用车需求趋势；ＬＤＡ主题模型；在线评论；情感倾向

中图分类号：Ｆ７１３．５４；Ｆ７２４．２文章标识码：Ａ文章编号：１００７３２２１（２０２４）０１００７６０７ｄｏｉ：１０．１２００５／ｏｒｍｓ．２０２４．００１２

ＡｎａｌｙｓｉｓＭｅｔｈｏｄｏｆＰａｓｓｅｎｇｅｒＣａｒＤｅｍａｎｄＴｒｅｎｄＢａｓｅｄｏｎＯｎｌｉｎｅＲｅｖｉｅｗｓ

ＹＡＮＧＹａｚａｏ，ＬＩＱｕａｎｓｅｎ，ＴＡＮＧＨａｏｄｏｎｇ

（ＳｃｈｏｏｌｏｆＴｒａｆｆｉｃ＆Ｔｒａｎｓｐｏｒｔａｔｉｏｎ，ＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００７４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＩｎｔｈｅＩｎｔｅｒｎｅｔｅｎｖｉｒｏｎｍｅｎｔ，ｏｎｌｉｎｅｒｅｖｉｅｗｓｒｅｆｌｅｃｔｃｏｎｓｕｍｅｒｓ’ｍｏｓｔｉｎｔｕｉｔｉｖｅｆｅｅｌｉｎｇｓａｎｄｎｅｅｄｓ，

ｗｈｉｃｈｗｉｌｌａｆｆｅｃｔｃｏｎｓｕｍｅｒｓ’ｃｏｇｎｉｔｉｏｎｏｆｐｒｏｄｕｃｔｓａｎｄｔｈｅｉｒｄｅｃｉｓｉｏｎｍａｋｉｎｇｂｅｈａｖｉｏｒ．Ｍｉｎｉｎｇｔｈｅｐｏｔｅｎｔｉａｌ

ｖａｌｕｅｏｆｏｎｌｉｎｅｒｅｖｉｅｗｓｈａｓｂｅｃｏｍｅａｎｅｆｆｅｃｔｉｖｅｗａｙｔｏｏｂｔａｉｎｉｎｔｅｌｌｉｇｅｎｃｅ，ｗｈｉｃｈｉｓｃｏｎｄｕｃｉｖｅｔｏｐａｓｓｅｎｇｅｒｃａｒ

ｍａｎｕｆａｃｔｕｒｅｒｓａｎｄｓａｌｅｓｃｏｍｐａｎｉｅｓｔｏａｎａｌｙｚｅｍａｒｋｅｔｄｅｍａｎｄｉｎｍｕｌｔｉｐｌｅｄｉｍｅｎｓｉｏｎｓａｎｄｉｍｐｒｏｖｅｐｒｏｄｕｃｔｄｅｓｉｇｎ

ａｎｄｃｏｍｐｅｔｉｔｉｏｎｓｔｒａｔｅｇｉｅｓ．Ｔｒａｎｓｆｏｒｍｉｎｇｍａｓｓｉｖｅｉｎｆｏｒｍａｔｉｏｎｃｏｎｔａｉｎｉｎｇｒｅａｌｎｅｅｄｓｉｎｔｏｓｔｒｕｃｔｕｒｅｄｄａｔａｔｏｅｘｔｒａｃｔ

ｖａｌｕａｂｌｅｉｎｔｅｌｌｉｇｅｎｃｅｉｎｆｏｒｍａｔｉｏｎｉｓａｎｕｒｇｅｎｔｐｒｏｂｌｅｍｔｏｂｅｓｏｌｖｅｄ．Ｂａｓｅｄｏｎｔｈｉｓ，ｔｈｉｓｐａｐｅｒｕｓｅｓｔｈｅｉｍｐｌｉｃｉｔ

Ｄｉｒｉｃｈｌｅｔａｓｓｉｇｎｍｅｎｔ（ＬＤＡ）ｔｏｐｉｃｍｏｄｅｌｔｏｌｅａｒｎａｎｄｏｂｔａｉｎｄｏｃｕｍｅｎｔｔｏｐｉｃｓｆｒｏｍｔｈｅｐａｓｓｅｎｇｅｒｃａｒｒｅｖｉｅｗ

ｄａｔａｓｅｔ，ａｎｄｓｏｒｔｓｔｈｅｓｕｂｊｅｃｔｗｏｒｄｓｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｄｏｃｕｍｅｎｔｓ．Ｔｈｅｗｏｒｄｆｒｅｑｕｅｎｃｙｉｎｖｅｒｓｅｄｏｃｕｍｅｎｔ

ａｌｇｏｒｉｔｈｍ（ＴＦＩＤＦ）ｉｓｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｓｅｎｔｉｍｅｎｔｖａｌｕｅｏｆｔｈｅｓｕｂｊｅｃｔｗｏｒｄｓ．Ｆｉｎａｌｌ