淘宝商品好评语大全收集（实用5篇）

【前言导读】此篇优秀教学范文“淘宝商品好评语大全收集（实用5篇）”由阿拉题库网友为您精心整理分享，供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载吧！

商品评论1

商务平台商品数据分析系统集数据获取、数据统计和分析，系统设计有如下考虑：

1)商品ID号：根据上线商品的ID号直接获取商品的评论，并对评论进行等级评定；

2)评论平均分：计算评论平均分，据此可判断商品是否合格；

3)评论分分布：计算评论的合格数及其比例。等级评定时是多个操作人员同时对同一商品数据进行评论操作，评论评分定级是人工进行的，操作人员的主观对商品评论操作有一定影响。因此需要将所有操作人员的评论评分数据进行统计对比分析，以控制整个评定的有效性。

2系统设计

本系统根据MVC的三层框架，利用JSP技术制作动态网页，通过JDBC技术访问数据库，使用JSP作为服务器端应用程序处理客户端的请求并在Web服务器中进行业务逻辑处理并返回客户端请求的结果。在JSP里嵌套HTML以及CSS对WEB页面进行设计，引入Bootstrap封装的样式，达到系统数据呈现的设计要求。页面数据呈现与后台数据交互是整个系统的核心，对数据进行归纳计算和整理并呈现到用户界面上。用户只需获取到公司平台上线商品的ID号就可以通过系统抓取商品评论数据；同时对数据进行整理分析得到评论平均分、评论分数比例等数据；同时可以系统整理分析出整体上线商品的整体趋势，通过饼状图直观地看出商品的品质分布。

系统功能结构设计

商务平台商品数据分析系统分为三个模块，八个基本功能，分别是管理员登陆、用户登陆、用户注册、商品评论抓取评分、商品评论数据的统计和分析、用户管理和修改密码等。

1)管理员登陆：管理员输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是字母，密码字母和数字皆可。管理员是系统指定的，不可以注册。

2)用户登录：普通用户输入用户名和密码，数据经由UIServlet传递给ControllerServlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是6-20位字母，密码是6-15位字母和数字组合皆可。若没有账号，可以在用户登录JSP页面点击注册，通过UIServlet跳转到注册页面。

3)用户注册：用户注册需要输入Email、用户名、密码等信息，Email有格式判断，必须输入正确的格式，用户名必须是6-20位字母，密码是6-15位的字母数字组合皆可。输入正确后可以成功申请新用户，随后跳转到普通用户登录界面登录系统。

4)商品评论抓取评分：普通用户与管理员皆可操作，在输入框中输入商品的id号，点击查询，就可获取到“淘宝网”中商品的前一百条评论，并且按照评论时间顺序进行呈现。其后的评分框，按照规定只能输入1-5的数值，同时点击保存，数据就会存入数据库中。

5)商品评论数据统计：此功能方便普通用户清楚的跟踪自己的工作进度，对于管理员可以掌控平台上线商品的商品质量，会显示出该操作人员所操作的所有商品的平均分、合格率，可以看出该操作人员操作的商品评分状态详情。

6)商品评论数据分析：此功能为管理者观察网站整体上线商品的质量分布，点击查询，会统计所有使用系统的普通用户操作过的所有商品数的评论数据。如此管理者可以通过这些数据对网站上线商品进行调整。以操作人为条件，区分每个人的操作数据，可以控制一定的主观误差，还有整体的上线商品的趋势。普通用户可以看出自己的主观意见和其他用户的差别。

7)用户管理：管理员可以对普通用户进行增加和删除，用户管理界面对普通用户不可见。管理员有权限重置普通用户的密码。

8)修改密码：管理员和普通用户都可以自行更改密码。

系统数据库设计

数据库能够对商务平台商品数据分析系统的后台数据进行添加、删除、查询，修改。本系统采用MySQL数据库设计，分别是用户信息表、评论评分信息表、商品数据分析表和商品数据统计表。用户信息表主要保存管理员和普通用户的登录信息：用户的用户名、密码、级别还有Email。评论评分信息表主要保存评论内容、评论的时间、评论评分、商品id、操作人员、商品名称等。商品数据分析表主要保存操作人员、操作商品总数、平均四分以上的商品总数及其比例、合格率大于80%的商品总数及其占比、合格率大于60%的商品总数及其占比、不合格商品总数及其占比等内容。商品数据统计表主要保存商品id、操作人员、商品名称、评论平均分、评论合格率、评论不合格率等信息。

3结束语

互联网电子商务企业需要处理大量的数据。商务平台商品数据分析系统基于JAVA语言和MVC设计思想，在MyEclipse的开发环境开发，完成了淘宝商品评论数据基于商品ID号抓取、评论五等级评分、针对不同操作人员评分的合格率、平均分4分以上商品总数、合格率大于一定比例的商品总数等数据统计和分析以及用户管理等功能；商务平台商品数据分析系统前台利用Bootstrap框架和BUI框架进行开发，将后台功能进行呈现。系统操作简单，界面简洁、美观交互速度快，有效降低了商品数据分析的繁琐度提高效率。

商品评论2

关键词网络购物；顾客满意度；评价

1.引言

随着电子商务发展的日益成熟，关于网上购物顾客满意度的评价逐渐成为衡量产品质量和服务水平的一个重要途经。无论是产品生产企业、电子商务运营商还是物流企业，都希望了解到顾客购物的真实感受，从而有的放矢地改善其生产方式及服务，以增强其市场竞争力。

笔者认为顾客网购体验与其所购买的产品本身的属性是密不可分的，要想全面、深入地反映其心理评价，商品评论是最能体现这一要求的。通过对网购顾客的评论文本的标注和挖掘，构建网购顾客满意度指标体系，分析各指标在顾客关注程度和使用方面的一些特点，以更加全面、更加具体地反映顾客购物的心理体验。

2.基于商品评论的顾客满意度指标体系构建

研究对象的选取

本文选取部分手机产品作为研究对象，所构建的满意度指标体系既涵盖适用于通用领域的属性，也有针对手机产品的具体特征。

数据来源及处理

数据来源

本文数据来源于京东商城网站，选取部分手机类商品，收集其中的商品评论语句。京东商城的每一条评论信息均包含优点、缺点和心得三部分，全部作为本文的数据收集对象。本文数据收集的起点是2013年1月31日，向前截取满足一定数量的评论语句。使用C#语言编写爬虫软件，共抓取评论数据60，600条，既包含部分销量高的商品，又包含部分销量居中的商品，以避免优点和缺点描述的不平衡。

数据处理

本文通过采用部分数据对网购顾客的评论文本的标注和挖掘，抽取出相应的指称关键词和描述关键词，将其提炼为网购顾客满意度指标体系。利用中文信息处理相关技术，针对大量数据对各指标进行词频统计，验证网购顾客满意度指标体系的准确性，及分析各指标在顾客关注程度和使用方面的一些特点。通过分析顾客对各指标的关注程度，预测产品将来的技术攻关方向和竞争要素，以使企业准确定位顾客关注焦点，推出深受顾客满意的产品，进而增强企业的竞争能力。本文数据来源中有600条采用人工分析，抽取出相关的特征及描述，构建顾客满意度指标体系，另60，000条采用中文信息处理工具进行统计，将统计结果用于对指标体系的量化分析。具体所选的产品及评论条数见表1。

网购顾客满意度指标体系的构建

商品评论特征抽取

笔者对600条手机商品评论进行了人工标注，标注内容包括指称关键词和描述关键词，从这些关键词中提炼出评价指标。提炼的原则如下：

（1）剔除关于表示商品型号和商品品牌的名词，如“N70”，“诺基亚”。

（2）剔除一些常见的口语化的名词，如“机子”，“东西”。

（3）剔除一些常见的人称名词，如“朋友”，“老人”。

（4）合并同义词和表示同一类所指对象的词语。

据此得出所得评价指标及其描述词，受篇幅所限，这里仅列出部分，见表2。

图1 网购顾客满意度指标层级体系

从手机商品评论抽取结果中可以发现，指称词、描述词集合与评价指标并不是一一对应的，存在一些词语对应多个指标的情况，这是因为有些语义内容并不是由词一级语言单位表达的，而是由短语或句子整体表示的，需要结合上下文信息才能确定这些词语的所指。

指标体系的生成

笔者基于手机商品评论抽取结果的评价指标，通过整理、归纳，构建网购顾客满意度指标层级体系。第一层为顾客网购满意度；第二层分为网站满意度、产品满意度、物流满意度、售后服务满意度，同时，借鉴Lee（2001）[1]的研究成果，增加了交易安全满意度指标；第三层及以下是对这些指标的细分类，共19个指标，其中有17项是对各类商品通用的，另外两项产品性能和产品外观，其下层分类指标是仅针对手机类商品的，见图1。

商品评论词频分析

本文对自动抓取的京东商城诺基亚（NOKIA）

N1280 GSM手机（黑）和华为U8860两类手机的6万条评论进行词频统计，对本文给出的顾客满意度指标体系进行检验和量化分析。词频分析采用山西大学开发的中文分词工具FC2000[2]，共获得万词。首先对词表进行预处理，去掉语料中的句子“暂时没有缺点”，因为该句是京东网用户评论撰写页面关于商品缺点部分给出的默认评价，相当多的用户直接使用该句作为缺点评价的内容，导致其频率过高，而又不含有价值；其次，根据停用词表[3]，去掉高频词中出现的停用词；再去掉高频词中的动词，如“帮”，“说”，“算”，“看”等；去掉程度副词，如“很”，“挺”，“非常”等；去掉常见的人称名词，如“朋友”，“老人”等；最后，截取词频超过100次的词汇，共235个。将这些高频词与图4中的指标进行匹配，对于一个词对应多个指标的情况，如“满意”对应总体满意度、网站满意度和产品满意度三个指标，暂将其次数平均分配给各指标；对于一个指标对应多个词的情况，取每个词次数的和，统计结果见表3。

从表3中可以看出，本文给出的网购顾客满意度指标体系54个指标中有43个指标有相应高频词与之对应，占指标总数的80%，证明这些指标是顾客经常评论的内容，的确是顾客关心的问题。11个没有相应词汇的指标分别是页面布局、页面反应速度、网站信息质量、产品价格、物流满意度、配送方式、交易安全满意度（及下属3个指标）和个性化服务。其中，产品价格（二级指标）和物流满意度（一级指标）是上层指标，其下位指标对应有具体的词汇，且词频较高，因此实际上用户评论是涵盖这方面信息的；网站信息质量和配送方式两个指标属于低频词汇对应的指标，在表3高频词汇中没有出现；而个性化服务指标在顾客评论中不是用词表述的，是用短语或句子表达的，如“还附赠了一次性的贴纸章，用来给保修卡盖章的”，因此就词汇层面的分析来说看不到这方面信息；页面布局、页面反应速度及交易安全满意度（及下属3个指标）指标在顾客评论高频词中没有出现，从一定程度上说明这些方面对于当前电子商务的技术和服务发展水平来说，已经能够满足用户需求，不需要过多探讨。

图2 三级以上指标词频排序图

从图2中可见，词频超过1万次的指标为顾客总体满意度、产品满意度、定价、产品信誉度、手感、（手机）实用性，说明了顾客在网购过程中最关注的仍然是产品本身的性能、质量和价格因素。词频在5000到1万之间的两个指标为易操作性和产品外观，说明用户对手机的这两方面性能关注度较高。值得注意的是，表3中有两个四级指标词频超过9000次，即音效和待机时间。说明对于手机类产品来说，音效是首要引起用户关注的问题之一，而待机时间短恰是当前智能机普遍存在的缺陷，这两个指标的高频出现，也给手机制造商以一定的启示。三级指标中排在后三位的是真伪、硬件配置和重量。用户对于商品的真伪关注度比较低，说明目前网购顾客对京东商城这样的大型B2C购物平台的信赖程度较高。用户对硬件配置和重量关注度低，说明对于当前的手机类产品来说，硬件方面已经不是主要的技术攻关方向和竞争要素，而与外观设计、特色服务等有关的指标则更重要一些。

3.结语

本文通过对网购顾客的评论文本的标注和挖掘，构建了网购顾客满意度指标体系，并通过词频统计，分析了各指标在顾客关注程度和使用方面的一些特点。对比目前存在的一些网购顾客满意度指标体系，本文提出的指标体系层级和指标数量多，使得体系的语义深度大大加强，在反映顾客购物的心理体验方面更加全面和具体。由于本文在满意度指标体系的构建方法上主要基于商品评论的关键词抽取，使得每一个指标有确定词汇集合与之对应，该成果可以为商品评论文本挖掘方面的研究提供基础资源，利用词表进行特征、观点抽取和情感倾向方面的研究，这也是本文下一步研究的方向。

参考文献：

[1]prehensive Model of Internet Consumer Satisfaction[J].HongKong：City University of Hong Kong，2001：207-210.

[2]刘开瑛。中文文本自动分词和标注[M].北京：商务印书馆，2000：23-45.

[3]熊文新，宋柔。信息检索用户查询语句的停用词过滤[J].计算机工程，2007（6）：195-197.

商品评论3

关键词用户评论 电子商务 影响力

随着互联网的普及，网上购物方兴未艾，人们逐渐关注起网购商品的实质问题，网上用户评论这一功能应运而生。紧接着，评论类的网站也相继问世。如大众点评网、口碑网、豆瓣网等，这些都是新型的电子商务服务类网站。它们不仅贴合网上消费者的需求，而且也能吸引网下的消费者，为各类消费者提供了信息的参考和借鉴。评论的出现，使许多销售网站和商家有了紧迫感。因为评论将“优胜劣汰”这四个字体现得更加淋漓尽致。不论是想在网上还是网下占有一席之地，商家都必须严格把关自己的服务和产品质量，以保持良好的口碑与品牌形象，赢得更好的声誉。

一、网站评论的各种方式

目前，基于网站的评论方式有很多种，最为常见的是留言板、社区论坛、网店的售后评价区及第三方的点评网站这几种。

1、留言板

留言板是最早出现也是被网站广为应用一种方式。在网络的世界里，留言板就像一座便于顾客思想沟通的桥梁。在销售类型的网站上，留言板实现了消费者与商家之间的互动。在购买商品之前，消费者可以通过留言板看到其他用户的留言，从中了解商品的情况及店家的信息。用户通常会在购物结束后，在留言板上写下自己对所购商品的评价以及对此次购物的想法。这对以后的浏览者来说，不管评价好与不好，留言都为他们提供了购物的参考依据。

2、社区论坛

社区论坛相对留言板而言更加自由，涉及的范围更广更全面。在这些网络社区中，人人都可以发表帖子，将发生在自己周围的事情放到网上供大众分享。可以对自己曾经就餐过的餐厅进行评论，也可以谈谈自己使用过的数码产品。在虚拟的社区论坛中，包含了现实生活中的各种话题。人们通过浏览论坛，阅读帖子，了解多方面的信息。大千世界，包罗万象。很多资讯都可以作为参考，特别是当你对某些物品茫然无知，但又很有兴趣购买的时候，就可以看看网上相关的评论。通过他人的言论会找到自己想要的信息。这在做出购买决策的时候往往会起到相当重要的作用，避免盲目购买。

3、第三方点评模式的网站

在第三方点评模式的网站里，最为大众所知的就是大众点评网。这种新型生活服务兼电子商务类网站给了人们一个更加透明化、针对性更强的信息沟通方式。随着参与的人数越来越多，网站的信息服务也更加完善。人们在这里写下自己的各种感受，对于现在注重品味和品质的消费者而言，这种方式更容易被他们所接受，满足了他们购买放心、购买实惠的心理。

这些基于网站的评论方式提供给消费者十分便利的信息服务。当人们选购商品时，从网上就可以获得相当多的商品信息和用户使用感受。这些评论就是一个导航标，提供给人们明确的购物指南。

二、用户评论的影响力

根据一项调查表示，在国外有62%的消费者会阅读网站上的用户评论，三分之一的消费者会寻找更多关于产品信息的用户评论，可见用户评论的影响力越来越大。

2009年5月，BBC了1篇题为《Joke review boosts T-shirt sales》的文章，说在亚马逊网站上有一件印着三匹狼和一个月亮的T恤，居然将成为电子商务史上最重要的商品之一。这实在是一件令人匪夷所思的事情，因为这件T恤无论是从样式还是价格来看，都是很普通很平常的，没有什么特别之处。但就是这样一件可以说是快过时的T恤，竟然在过去几个月的日子里销售量暴涨23倍，是目前亚马逊服饰类商品销售的第一名。

深入发现，引发这款衣服购买热潮的，竟然是商店店面下方的评论区。

这一切都是起源于这款衣服的第一则评论。写下这第一则评论的人给了“三狼啸月”这件T恤五颗星的好评，并留下一段有趣而又引人深思的话。他写道：“这件‘三狼啸月’因为印有狼的关系，让它由内而外完全散发着甜蜜的感觉，因此本身就绝对值了五颗大星星。不过当我买来试穿后，我才感受到更神奇的魔力。当我确定这件T恤把我的肥肚盖好后，我就出门去Wal-Mart逛逛，然后马上就有女孩跑来和我搭讪！这些女孩都从我T恤上的狼感觉到我像一个神秘的独行侠，都问我可否成为我的女朋友，但我马上就悍然说NO,狼是没有这么轻易被勾搭上的！”

就是这么一个人，留下的这么一段话，竟然如同神奇的钥匙，打开了网络的锁孔，像滚雪球效应一样吸引了更多的人来关注这件衣服，继而又引起了网友多达403则的评论。后来这第一则评论，也被推选为对网友最有帮助的评论。

后来的购买者，也给了这件衣服不少的溢美之词，并赋予5颗星的评价。这么多的5颗星使得这件衣服迅速登上了亚马逊排行榜的宝座。随后它又获得更多的点阅、更多的好评。因为这些搞笑的评论，使消费者的心态也放轻松了。如果真的买回去穿给亲朋好友看的话，也是一个相当有趣的话题。于是，大家争相来买，它就当之无愧地成为了销量最大的成功商品。

从这个案例中，我们了解到“三狼啸月”的爆红是极具偶然性的。然而，正是因为这份偶然性，让我们看到了用户评论的重要作用以及它所带来的影响。假设当初第一位评论者没有留下那一段长长的、令人发笑的评论，那么，还会有接下来的种种吗？答案是不得而知的。正是这段留言的存在才激起了以后的消费者购买这件T恤的欲望。由此证明在这个案例中用户评论的重要性，它对电子商务产生了积极的影响。

三、用户评论与消费网站之间的联系

1、消费者的重视度

根据CNNIC《2009年中国网络购物市场研究报告》显示，%的网购消费者每购买一个商品前都会先察看商品评论，26%的消费者买大多数的商品会看评论，仅剩下%的消费者不看评论就购买商品。因此，对于近八成的消费者来说，评论是他们购买的一个重要参考依据。

评论给了用户充分的话语权，使用户在选择商品时不再感到茫然无助。CNNIC调查结果显示，学历较高、年龄在25至35岁之间的用户更为看重商品评论，女性也更容易受到商品评论的影响。

此外，用户评论对消费者是否有价值是根据产品类别的不同而有所区别的。在现阶段，对于电子商务消费主体的年轻人来说，他们在购买某一产品之前，尤其是电子数码产品，往往会选择先上网查看这类产品所属品牌的口碑情况。另外，有调研人员也指出：“相比专业人士写的评论，普通人写的评论对消费者有更大的影响。”

2、淘宝的评价体系

就淘宝C2C类型的电子商务销售网站来说，用户对商品的评论在淘宝网上有着一个举足轻重的地位。其鲜明的特点是：买卖双方之间的互评。买家在交易结束后，不仅可以对商品的质量外观加以评论，更可以对卖家的店铺，包括宝贝与描述相符度、卖家服务态度、卖家发货速度等予以评分。卖家亦可以通过交易评分买家信用。双方之间的这种互动成了各自信誉度提升的一种方式。

对卖家而言，信誉度的指数可谓直接影响了销售量。信誉等级在淘宝网上是一个很直观的数据。很大部分的消费者在淘宝网上购物时，首先看的就是店铺信誉度这一点，而这个信誉等级也是通过广大买家的“好中差”三个层次的评价逐渐累积而成。如果网店的信誉度不高的话，就不足以激起消费者的购买欲望。因此不少有经验的卖家宁愿牺牲自己的经济效益也要维持良好的信誉度，评论的影响力可见一斑。其次受消费者关注的就是商品的评价详情。评价的好坏从一定程度上将决定下一轮客户的购买。

3、负面评论的看待

现在，评论不仅给消费者个人提供了借鉴之处，对网站和商家而言，也是一个能够了解消费者心理的途径。

几乎所有品牌的产品评论都包含有负面的评论，其中当然也存在着一些谩骂性评论。除了这些，正面、理性的评论还是占多数。其实，这种现象也是十分正常的，正如硬币有正反两面一样，想要产品百分之百获得消费者的完全认可是绝对有难度的，毕竟众口难调。正因为评论能影响消费者的购买决策，有些商家专门找“托”针对这类产品对自己有利的信息，同时又对竞争对手恶言相向。如此一来就混淆了消费者的视听，使消费者对正面的网络评论亦抱有怀疑的态度。

4、网站角度

从网站和网商的角度而言，对于那些恶意的干扰评论，一方面应当加强网站的维护，从技术上限制用户的评论次数。比如说，同种商品每人的评论最多为1-2条；采用目前网站常用的验证码技术，防止恶意灌水现象。另一方面是完善用户评论板块，除了商品页面下方的评论板块之外，很多网站还增加了一个网店总体的留言板块，消费者更直接地从这里了解该店的详细情况，清晰直观，从而吸引用户。再则维护高信誉度评论者的活跃度，尤其是对女性和年轻网购人群。对于这些用户，网站可以采取权限的相关处理，随着信誉等级的逐渐提高，用户的购买优惠度也随之逐步加大，这样的方式有利于留住消费者。

5、消费者角度

从消费者的角度来说，先不管评论是好是坏，首先要确定的是这个产品的功能是否符合自己的需求。只有明确了自己的需要，才能有效地过滤一些看似有用实则无用的商品评论，其中也包括那些负面评论。

“一百个人心中有一百个哈姆雷特”,可见，一些消费者对产品的要求相对严格，而另一些则相对较低。所以对于不同的消费者来说，用户评论的影响也是不尽相同的。但值得注意的是，对近80%的消费者而言，非正面的评论是一个能影响购买决策的主要因素。

四、结语

现在几乎所有东西都可以在网上找到评论。用户在购买商品时更多会使用百度、谷歌等搜索引擎，进而产品的评论也会被越来越多地找到。随着网络评论的增多，用户对它的重视度也日渐提高，类似于经济学的收益递增规律，关注的人越多，就会吸引越多的人关注。

毋庸置疑的是，在电子商务领域，评论已经成为用户购买决策的重要依据。在我们身边，很多消费者网购物品往往都是因为货品评价良好才选择购买。所以，评论是一把双刃剑，既可以带动商品的销售，同时也可能毁灭商品的人气。

参考文献

[1] 江林：消费者心理与行为(第三版)[M].中国人民大学出版社，2007.

[2] 唐纳休著，张志辉译：电子商务大赢家――通过用户体验赢取利润[M].清华大学出版社，2006.

[3] 胡启亮：电子商务与网络营销[M].机械工业出版社，2002.

[4] 上海伟雅：淘宝网赢家案例精选[M].人民邮电出版社，2009.

商品评论4

[关键词]在线商品评论； 满意度指标； 层次体系；

一、满意度研究历史

消费者满意度的研究主要开始于上世纪70年代的美国和日本。美国AT&T公司为了在市场竞争中处于优势地位而开始研究顾客对企业所提供服务的满意情况。日本丰田汽车公司则通过研究顾客满意来掌握外界对自身的认识情况。90年代中期中国开始应用顾客满意度调查，以期获得顾客信息、竞争优势和员工评价。

顾客满意度调查从最初的服务落实度调查，到感知质量调查，再到满意度指数模型调查，不断与多种研究技术和理念相结合，发展出满足不同需求的满意度调研技术。根据满意度调研关注点和解决问题的不同，到目前为止，满意度调研技术可归为十代。

整个十代的满意度调查，前三代是基础，经历了从服务过程调查（第一代）到服务效果调查（第二代），从服务质量调查到满意度指数调查（第三代）的发展过程。后七代是在前三代的基础上，根据不同应用要求延伸发展而来。以提升不满意客户为关注点，发展了不满意度调查（第四代）、短板改进调查（第五代）；为优化资源配置策略、确定资源投入边界，应用发展了KANO模型（第六代）；为分析差异化服务需求，将U&A研究（第七代）融入了满意度调查；第八代满意度重点关注高满意人群，第九代将提升用户体验作为调研重点，第十代强调以满意度调查为核心建立服务管理体系。

第一代到第十代的满意度调研技术，并不是一个替代关系，各代技术适用不同类型、不同发展阶段的企事业单位需求。循序渐进地采用有针对性的技术级别，可显著有效地管理和提升服务水平。

二、满意度指数（Satisfaction Index）模式

1.差异模式

满意度的差异理论认为，在个人水平上，满意度是由差异的方向和大小决定的，差异是顾客对产品是否满足自己需要的实际体验（即产品绩效）与顾客本来的期望相比较所得的结果，包括以下三种情况：（1）产品绩效与期望值的差为零，表明产品正符合顾客的期望；（2）产品绩效与顾客本来期望的差异为正值（绩效-期望＞0），表明产品好过顾客期望；（3）产品绩效与顾客本来期望的差异为负值（绩效-期望＜0），则表明产品没有达到顾客期望。由此美国学者奥利弗提出了顾客满意方程式和可容忍区，认为“顾客满意与否取决于对产品和服务的期望水平和实际获得的消费体验之间的比较。如果期望小于体验，顾客就满意；反之，如果期望大于体验，顾客就不满意。”即事前期望＜事后评价=很满意；事前期望=事后评价=满意；事前期望＞事后体验=不满意。

2.绩效模式

绩效是指相对于支付的货币而言顾客所感知的产品（或服务）的质量水平。一般来说，产品对顾客效用越高，顾客就情愿购买它；他所支付的价格与实际支出的价格之间的差额即为消费者剩余。剩余越大，顾客就越满意。

3.顾客让渡价值理论

从营销学角度来看，顾客让渡价值是总顾客价值（产品、服务、形象等）与总顾客成本（价格、精力、体力和时间）之差，是顾客期望从特定产品或服务中获得的全部利益。让渡价值越大，顾客越满意。

4.消费者归因理论

顾客在购买、使用产品和服务的过程中，会对组织的各项活动、其他顾客的行为以及产品和服务的好坏做出归因。当顾客把问题归因于企业时，将产生不满情绪，如归因于其他情况则较为宽容。

在世界各地的研究中，具有代表性的满意度指数模型主要有以下几种：

(1)瑞典模型（SCSB）

瑞典模型是最早出现的，其中SCSB模型包括顾客预期质量、价值感知表现、顾客满意度、顾客抱怨、顾客忠诚，包括5个指标变量和6个关系，如图1所示：

图1 瑞典消费者满意度模型

(2)美国模型（ACSI）

该模型是在SCSB模型的基础上经过改进重新建立的，增加了感知质量，其包括顾客期望、质量感知、价值感知、顾客满意、顾客抱怨、顾客忠诚6个指标。

图2 美国消费者满意度模型

(3)欧洲模型（ECSI）

1999年，采用ECSI模型在12个欧盟国家进行了顾客满意度指数测评，该模型包括企业形象、顾客期望、质量感知、价值感知、顾客满意、顾客忠诚6个指标。

图3 欧洲消费者满意度模型

三、在线商品评论研究满意度的原因分析

在以往的研究中，无论是哪一种模型，其模式均为设定满意度指标，根据指标设计调查问卷，通过调查问卷来测定满意度的大小。

以往消费者的调查问卷大多通过市场调研人员在大型商场、街头或者生活小区的寻找消费者群体填写问卷；也有通过电话的形式来询问某些产品的看法；还有就是寄发信件。这些方式都有不同程度的缺陷。首先，消费者的配合程度，大多数消费者对于填写调查问卷的态度是没时间填、耽误时间、不合作、没好处等，即使填写也有一种敷衍了事的心态，很多调查问卷成为了无效问卷，既浪费了时间，又没有得到准确和满意的结果。其次，对于消费者群体来说，有些商品的调查问卷本身就是无效的，因为调查问卷是随机填写的，无法得知消费者是否使用过被调查的商品。单从信息的来源上，问卷调查就存在很大不足。

电子商务的发展，同时也为满意度的测量带来了新的研究角度和方法。在电子商务发达的今天，用于研究满意度的数据，调查问卷的形式已经发生了很大的变化，依靠互联网，不再需要面对面地要求顾客来填写问卷，而是将问卷发到顾客的邮箱，顾客随时可以填写，然后发到指定的邮箱，或者是在线调查问卷，只需要消费者按照程序点击符合自己的选项即可。可以说调查问卷依旧是一个重要的获得顾客满意度数据的方式。但是又不仅仅是依靠调查问卷，比如在线的售前咨询和售后投诉，也是获得宝贵的数据来源的重要方式，与调查问卷不同，通过这种直接的一对一的沟通，信息真实可靠，可信度高，并且最及时，唯一的缺陷是信息量不够大，不能代表大多数消费者的意见。

如今消费者在各种产品论坛、购物网站、博客和微博上发表对产品评论，内容涉及产品的外观、性能、功能、价格和服务态度等等，这些都传达了顾客对产品（或服务）的满意度信息。与调查问卷不同的是，这种由顾客在线做出的评论，内容包括了调查问卷更广泛的内容，针对性强。

以在线商品评论作为满意度研究的信息来源优点有几下几点：1.网上评论内容多，信息量大；2.消费者自愿做出评价，没有填写问卷的烦扰；3.信息利用率高，评论本身已经是按照商品的类型进行了划分；4.方便收集使用，数据挖掘工具越来越多地应用在信息挖掘上。

四、基于在线商品评论的满意度指标体系

由于篇幅原因，信息采集、处理、训练等内容此处不做详细介绍。本文只给出指标体系的构成。

基于在线商品评论的满意度指标体系如下：

本文构建一个三层的产品及其属性的分析，分别为目标层、项目层和评价层。目标层，是满意度研究的对象，即对某种产品的满意度研究；项目层，是为了形成目标层而进行的划分，此处称为项目层（也可称为属性层），这一划分可以有效地将各个项目的评论进行归类分析，不同的产品项目层的内容也适当增删，以适应产品的特点；评价层是在项目层的分类后，分解出来的用于描述和评价各项目的情感词。

满意度算式：

S=Fi*fi(Fi代表第i个项目的值，fi 则代表第i个项目的权重)

Fi的值是由情感词计算而来，情感词的强度由语言学专家给出。举一个例子，假设要测度一款手机的满意度，收集到的项目为“外观”的情感词有“时尚，漂亮，大方”，根据专家提供的情感词的强度，“时尚的强度为5，漂亮为3，大方为4”，同样还有表明贬义的“老土，难看”它们的赋值分别为“-4，-5”。再根据“时尚、漂亮和大方”的词频计算出在外观上的F值。

图4 在线商品满意度指标模型

五、结束语

在网络时代，利用海量的网络资源来获得顾客对于某一种商品的评价和态度，利用满意度测评模型测度消费者的满意度，从而获取消费者的偏好，并以此进行分析，生产更另消费者满意的产品，是非常具有现实意义和研究意义的。但是，也应该认识到网购消费者也只是消费者中的一部分，也不能完全不同类型的消费者；同时，由于中文的特性，在情感词的划分和强度的区分上仍存在难以解决的问题和不足。不过仍然应该看到这种方法独特的优点，免去了消费者反感的调查问卷，更真实准确地获得消费者的评论，省去了很多人工劳动。今后将继续不断深入研究，以期获得更好的满意度测评效果。

参考文献：

[1]那日萨，李媛。基于在线评论的消费者模糊情感计算与推理[J].情报学报，2011,4:417-423

[2]李纲，王忠义，寇广曾。情感分类中情感词的情感倾向度的计算方法研究。情报学报，2011,3:292-298

[3]梁艳。顾客满意度研究述评，北京工商大学学报，2007,22(2),75-80

商品评论5

关键词：商务平台；数据分析；电子商务

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）30-0211-02

随着电子商务的发展，越来越多的实体商户转向网络虚拟网店，“淘宝网”的店铺数呈指数增长；消费者也越来越疲于花大量时间在海量的信息中寻找自己需要的商品[1]。由此衍生出以团购为生存方式的电子商务平台，如“折800”、“一淘网”等依赖于“淘宝网”的团购网站。这些团购网站经过通过“淘宝网”从中获取折扣商品[2]。但折扣的商品有质量质疑，团购网站需要重视上线商品的质量数据问题，对网站上线商品进行售后监控，优胜劣汰。商务平台商品数据分析系统基于此开发。

1 商务平台商品数据分析

商务平台商品数据分析系统集数据获取、数据统计和分析，系统设计有如下考虑[3-4]：

1）商品ID号：根据上线商品的ID号直接获取商品的评论，并对评论进行等级评定；

2）评论平均分：计算评论平均分，据此可判断商品是否合格；

3）评论分分布：计算评论的合格数及其比例。

等级评定时是多个操作人员同时对同一商品数据进行评论操作，评论评分定级是人工进行的，操作人员的主观对商品评论操作有一定影响。因此需要将所有操作人员的评论评分数据进行统计对比分析，以控制整个评定的有效性。

2 系统设计

本系统根据MVC的三层框架，利用JSP技术制作动态网页，通过JDBC技术访问数据库，使用JSP作为服务器端应用程序处理客户端的请求并在Web服务器中进行业务逻辑处理并返回客户端请求的结果。在JSP里嵌套HTML以及CSS对WEB页面进行设计，引入Bootstrap封装的样式，达到系统数据呈现的设计要求[5-6]。

页面数据呈现与后台数据交互是整个系统的核心，对数据进行归纳计算和整理并呈现到用户界面上。用户只需获取到公司平台上线商品的ID号就可以通过系统抓取商品评论数据；同时对数据进行整理分析得到评论平均分、评论分数比例等数据；同时可以系统整理分析出整体上线商品的整体趋势，通过饼状图直观地看出商品的品质分布。

系统功能结构设计

商务平台商品数据分析系统分为三个模块，八个基本功能，分别是管理员登陆、用户登陆、用户注册、商品评论抓取评分、商品评论数据的统计和分析、用户管理和修改密码等，根据分析，本系统的功能结构图如图1所示。

1）管理员登陆：管理员输入用户名和密码，数据经由UI Servlet传递给Controller Servlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是字母，密码字母和数字皆可。管理员是系统指定的，不可以注册。

2）用户登录：普通用户输入用户名和密码，数据经由UI Servlet传递给Controller Servlet，再到数据库中验证身份，将结果返回给JSP，成功登陆就可进入系统，不成功则重新输入。用户名只可能是6-20位字母，密码是6-15位字母和数字组合皆可。若没有账号，可以在用户登录JSP页面点击注册，通过UI Servlet跳转到注册页面。

3）用户注册：用户注册需要输入Email、用户名、密码等信息，Email有格式判断，必须输入正确的格式，用户名必须是6-20位字母，密码是6-15位的字母数字组合皆可。输入正确后可以成功申请新用户，随后跳转到普通用户登录界面登录系统。

4）商品评论抓取评分：普通用户与管理员皆可操作，在输入框中输入商品的id号，点击查询，就可获取到“淘宝网”中商品的前一百条评论，并且按照评论时间顺序进行呈现。其后的评分框，按照规定只能输入1-5的数值，同时点击保存，数据就会存入数据库中。

5）商品评论数据统计：此功能方便普通用户清楚的跟踪自己的工作进度，对于管理员可以掌控平台上线商品的商品质量，会显示出该操作人员所操作的所有商品的平均分、合格率，可以看出该操作人员操作的商品评分状态详情。

6）商品评论数据分析：此功能为管理者观察网站整体上线商品的质量分布，点击查询，会统计所有使用系统的普通用户操作过的所有商品数的评论数据。如此管理者可以通过这些数据对网站上线商品进行调整。以操作人为条件，区分每个人的操作数据，可以控制一定的主观误差，还有整体的上线商品的趋势。普通用户可以看出自己的主观意见和其他用户的差别。

7）用户管理：管理员可以对普通用户进行增加和删除，用户管理界面对普通用户不可见。管理员有权限重置普通用户的密码。

8）修改密码：管理员和普通用户都可以自行更改密码。

系统数据库设计

数据库能够对商务平台商品数据分析系统的后台数据进行添加、删除、查询，修改。本系统采用MySQL数据库设计，分别是用户信息表、评论评分信息表、商品数据分析表和商品数据统计表。用户信息表主要保存管理员和普通用户的登录信息：用户的用户名、密码、级别还有Email。评论评分信息表主要保存评论内容、评论的时间、评论评分、商品id、操作人员、商品名称等。商品数据分析表主要保存操作人员、操作商品总数、平均四分以上的商品总数及其比例、合格率大于80%的商品总数及其占比、合格率大于60%的商品总数及其占比、不合格商品总数及其占比等内容。商品数据统计表主要保存商品id、操作人员、商品名称、评论平均分、评论合格率、评论不合格率等信息。其设计分别见表1-表4。

3 结束语

互联网电子商务企业需要处理大量的数据。商务平台商品数据分析系统基于JAVA语言和MVC设计思想，在My Eclipse的开发环境开发，完成了淘宝商品评论数据基于商品ID号抓取、评论五等级评分、针对不同操作人员评分的合格率、平均分4分以上商品总数、合格率大于一定比例的商品总数等数据统计和分析以及用户管理等功能；商务平台商品数据分析系统前台利用Bootstrap框架和BUI框架进行开发，将后台功能进行呈现。系统操作简单，界面简洁、美观交互速度快，有效降低了商品数据分析的繁琐度提高效率。

参考文献：

[1] 谢恩宏， 石宇良。 我国城市电子商务发展特点和趋势[J]. 电子商务， 2010（10）： 13-15.

[2] 许小平。 大学生网上开店品牌建设研究[J]. 中国电子商务， 2012（8）： 26-29.

[3] 崔志刚。 基于电商网站商品评论数据的用户情感分析[D]. 北京： 北京交通大学， 2014.

[4] 马广松， 方宇， 徐辉。 心电网络信息系统的设计及应用[J]. 中国医疗设备， 2009（7）： 55-56.

[5] 倪芳。 基于MVC的电子商务系统的设计与实现[D].厦门： 厦门大学， 2014.