论文部分内容阅读
摘要：为帮助生鲜电商企业了解影响消费者重购意愿的因素，从而制定合理的营销策略。本文从京东生鲜频道选取15家评论数量超两万条的不同品类生鲜农产品店铺，利用网络爬虫软件爬取16980条在线评论数据，筛选出其中3515条回头客评论作为样本，运用ROST CM6.0软件对评论内容进行词频分析和语义网络分析，再通过Gephi0.9.2软件进行可视化分析，提炼出回头客关注的主要方面及其重要程度，为生鲜电商企业提出合理可行的有效建议。
关键词：生鲜农产品;电子商务;重购行为;在线评论;数据挖掘
引言
重复购买是顾客购后行为的一部分，是指顾客在购买体验过某种商品后再次购买同一品牌的行为[1]。目前，对于生鲜农产品消费者重购意愿影响因素的相关研究较多，如李雪松等人（2018）从在线重购生鲜质量特征、网上转换成本特征、消费者在线重购意识特征和消费者生活形态特征四个方面分析了影响消费者在线重购生鲜农产品意愿的因素[2]。李海霞（2019）结合SOR理论和社会交换理论，构建了电商服务接触对消费者重复购买生鲜产品意愿影响的研究模型，并进行了实证分析[3]。而对于重购行为影响因素的相关研究相对较少。并且，研究通常以问卷调查的方式进行，通过定量分析验证其相关性，存在人工干预度高、样本数据多样性无法满足等问题。在我国电子商务飞速发展的背景下，各大电商平台都支持顾客对所购买的产品或服务的相关内容进行打分和发表评论。顾客的在线评论中含有丰富的顾客反馈信息，反映了顾客对于产品或服务的真实看法，是研究顾客重购行为的重要数据来源。
对于电商平台在线评论的研究，主要分为两类：第一类是从在线评论的特征出发，从评论内容特征、评论者个体特征、评论接收者特征三个方面研究对消费者购买决策的影响。第二类是对在线评论文本信息进行情感分析，深度挖掘文本中透露的情感倾向，帮助商家了解消费者的情感变化，为其经营管理提供参考。虽然学者们在在线评论的研究上已经取得了一定的成果，但大多数都仅限于数值分析，较少有研究通过在线评论文本本身直接挖掘出影响消费者购买决策的因素。本文通过在线评论数据挖掘研究生鲜农产品消费者重购行为的影响因素，为生鲜电商的营销管理提供指导。
1基于在线评论的数据收集与处理
本文选用八爪鱼采集器，以京东生鲜频道的15家评论数量超两万条的不同品类生鲜农产品店铺为研究对象，爬取了16980条在线评论。为保证样本数据的多样性，其中蔬菜水果品类爬取了6家店铺共7980条评论，海鲜品类爬取了6家店铺共6000条评论，肉禽类爬取了3家店铺共3000条评论。对爬取的评论数据进行预处理，清洗掉信息含量低的评论内容、筛选出回头客的评论。采用文本挖掘工具ROST CM6.0软件对挖掘到的信息进行分词处理、无用词过滤和高频词词频统计，并对提取的高频词进行分类统计。通过社会网络和语义网络分析，得到高频词共现矩阵，最后将共现矩阵导入Gephi0.9.2形成可视化分析图。
使用ROST CM6.0软件对筛选出的评论进行分词和过滤处理，将复杂的文本转换成精简的词汇数据，并对词频数据进行统计，得到200个高频词。通过剔除其中无意义的词语，如“以前”、“抽出”，将同义词进行合并，如“小孩”和“孩子”、“店家”和“商家”等，最终筛选出67个高频词。利用ROST CM6.0软件通过社会网络分析和语义分析得到67个高频词之间的共词矩阵，频次越高说明两个高频词之间的联系越紧密。
2重购行为影响因素识别
将共词矩阵导入Gephi0.9.2形成无向网络图，删除不相关节点，最后得到一个由51个节点和390条边组成的网络图。使用ForceAtlas2布局算法来绘制网络图，并对网络图进行模块化处理，用不同的颜色区分不同的社区模块。图中的节点表示回头客所关注的高频词汇，节点面积越大说明对该词的关注度越高。而连接节点的线，即网络图的边，代表各高频词之间的聯系强度，边越粗说明两者之间联系越紧密。
最后分析得出节点主要分为4个社区：产品社区、物流综合服务社区、价格社区、信任社区，分别用不同的颜色表示。其中产品社区和物流综合服务社区内部节点连接紧密，占据整个网络的绝大部分。产品社区的核心节点是“新鲜”和“好吃”，说明回头客主要关注生鲜农产品的口味和新鲜度。物流综合服务内部主要分为“包装”、“快递”、“物流”3个核心节点，“物流”与“很快”节点之间连接紧密，“快递”与“服务”和“包装”2个节点连接紧密，说明在物流综合服务方面回头客主要关注物流的效率、快递的包装和服务。价格社区的核心节点是“活动”和“价格”，说明回头客对于商家的折扣活动和产品定价较为关注。最后，信任社区的节点较为松散，说明消费者对于质量的信任来源有着不同的追求，有的消费者可能更看重产品品牌，而有的消费者则更相信平台的承诺。
3结论
本文通过ROST CM6.0进行内容挖掘、文本分析，提炼出消费者重购行为的主要影响因素，利用Gephi0.9.2探寻社区，将其划分为产品类、物流综合服务类、价格类和信任类4个方面，并通过网络图直观地呈现出来。研究发现：（1）提高生鲜农产品的质量是保留回头客的基础。由于重购行为是一种理性决策，不像第一次购买存在尝鲜心态，回头客在进行决策时更加看重产品本身这种硬指标;（2）消费者希望能收到完好新鲜的商品，因此商家的产品包装是否严实和用心以及物流速度和运输过程中的损耗是消费者进行重购决策考虑的重要方面;（3）回头客对快递员的服务态度有较高要求;（4）对于消费的信任感也会影响消费者的重购行为。
参考文献
[1]Simon Knox，David Walker.Measuring and managing brand loyalty[J].Journal of Strategic Marketing，2001，9（2）：111-128.
[2]李雪松，张敏，盛鹏飞.消费者在线重购生鲜农产品意愿的影响因素[J].江苏农业科学，2018，46（14）：344-347.
[3]李海霞.电商服务接触对消费者重购意愿的影响——以生鲜为例[J].商业经济研究，2019（03）：75-78.
关键词：生鲜农产品;电子商务;重购行为;在线评论;数据挖掘
引言
重复购买是顾客购后行为的一部分，是指顾客在购买体验过某种商品后再次购买同一品牌的行为[1]。目前，对于生鲜农产品消费者重购意愿影响因素的相关研究较多，如李雪松等人（2018）从在线重购生鲜质量特征、网上转换成本特征、消费者在线重购意识特征和消费者生活形态特征四个方面分析了影响消费者在线重购生鲜农产品意愿的因素[2]。李海霞（2019）结合SOR理论和社会交换理论，构建了电商服务接触对消费者重复购买生鲜产品意愿影响的研究模型，并进行了实证分析[3]。而对于重购行为影响因素的相关研究相对较少。并且，研究通常以问卷调查的方式进行，通过定量分析验证其相关性，存在人工干预度高、样本数据多样性无法满足等问题。在我国电子商务飞速发展的背景下，各大电商平台都支持顾客对所购买的产品或服务的相关内容进行打分和发表评论。顾客的在线评论中含有丰富的顾客反馈信息，反映了顾客对于产品或服务的真实看法，是研究顾客重购行为的重要数据来源。
对于电商平台在线评论的研究，主要分为两类：第一类是从在线评论的特征出发，从评论内容特征、评论者个体特征、评论接收者特征三个方面研究对消费者购买决策的影响。第二类是对在线评论文本信息进行情感分析，深度挖掘文本中透露的情感倾向，帮助商家了解消费者的情感变化，为其经营管理提供参考。虽然学者们在在线评论的研究上已经取得了一定的成果，但大多数都仅限于数值分析，较少有研究通过在线评论文本本身直接挖掘出影响消费者购买决策的因素。本文通过在线评论数据挖掘研究生鲜农产品消费者重购行为的影响因素，为生鲜电商的营销管理提供指导。
1基于在线评论的数据收集与处理
本文选用八爪鱼采集器，以京东生鲜频道的15家评论数量超两万条的不同品类生鲜农产品店铺为研究对象，爬取了16980条在线评论。为保证样本数据的多样性，其中蔬菜水果品类爬取了6家店铺共7980条评论，海鲜品类爬取了6家店铺共6000条评论，肉禽类爬取了3家店铺共3000条评论。对爬取的评论数据进行预处理，清洗掉信息含量低的评论内容、筛选出回头客的评论。采用文本挖掘工具ROST CM6.0软件对挖掘到的信息进行分词处理、无用词过滤和高频词词频统计，并对提取的高频词进行分类统计。通过社会网络和语义网络分析，得到高频词共现矩阵，最后将共现矩阵导入Gephi0.9.2形成可视化分析图。
使用ROST CM6.0软件对筛选出的评论进行分词和过滤处理，将复杂的文本转换成精简的词汇数据，并对词频数据进行统计，得到200个高频词。通过剔除其中无意义的词语，如“以前”、“抽出”，将同义词进行合并，如“小孩”和“孩子”、“店家”和“商家”等，最终筛选出67个高频词。利用ROST CM6.0软件通过社会网络分析和语义分析得到67个高频词之间的共词矩阵，频次越高说明两个高频词之间的联系越紧密。
2重购行为影响因素识别
将共词矩阵导入Gephi0.9.2形成无向网络图，删除不相关节点，最后得到一个由51个节点和390条边组成的网络图。使用ForceAtlas2布局算法来绘制网络图，并对网络图进行模块化处理，用不同的颜色区分不同的社区模块。图中的节点表示回头客所关注的高频词汇，节点面积越大说明对该词的关注度越高。而连接节点的线，即网络图的边，代表各高频词之间的聯系强度，边越粗说明两者之间联系越紧密。
最后分析得出节点主要分为4个社区：产品社区、物流综合服务社区、价格社区、信任社区，分别用不同的颜色表示。其中产品社区和物流综合服务社区内部节点连接紧密，占据整个网络的绝大部分。产品社区的核心节点是“新鲜”和“好吃”，说明回头客主要关注生鲜农产品的口味和新鲜度。物流综合服务内部主要分为“包装”、“快递”、“物流”3个核心节点，“物流”与“很快”节点之间连接紧密，“快递”与“服务”和“包装”2个节点连接紧密，说明在物流综合服务方面回头客主要关注物流的效率、快递的包装和服务。价格社区的核心节点是“活动”和“价格”，说明回头客对于商家的折扣活动和产品定价较为关注。最后，信任社区的节点较为松散，说明消费者对于质量的信任来源有着不同的追求，有的消费者可能更看重产品品牌，而有的消费者则更相信平台的承诺。
3结论
本文通过ROST CM6.0进行内容挖掘、文本分析，提炼出消费者重购行为的主要影响因素，利用Gephi0.9.2探寻社区，将其划分为产品类、物流综合服务类、价格类和信任类4个方面，并通过网络图直观地呈现出来。研究发现：（1）提高生鲜农产品的质量是保留回头客的基础。由于重购行为是一种理性决策，不像第一次购买存在尝鲜心态，回头客在进行决策时更加看重产品本身这种硬指标;（2）消费者希望能收到完好新鲜的商品，因此商家的产品包装是否严实和用心以及物流速度和运输过程中的损耗是消费者进行重购决策考虑的重要方面;（3）回头客对快递员的服务态度有较高要求;（4）对于消费的信任感也会影响消费者的重购行为。
参考文献
[1]Simon Knox，David Walker.Measuring and managing brand loyalty[J].Journal of Strategic Marketing，2001，9（2）：111-128.
[2]李雪松，张敏，盛鹏飞.消费者在线重购生鲜农产品意愿的影响因素[J].江苏农业科学，2018，46（14）：344-347.
[3]李海霞.电商服务接触对消费者重购意愿的影响——以生鲜为例[J].商业经济研究，2019（03）：75-78.