摘要

用户发表的购后评论,隐含着消费者对产品特征的某种偏好。有效挖掘消费者的偏好信息,有利于企业制定差异化的营销策略。首先,采用最大熵模型识别消费者性别。然后,利用CRF模型、频繁特征和评价词搭配从评论文本中抽取"产品特征─评价短语"对,使用情感词典为评价短语赋值。最后,以产品特征评价值为自变量、用户评分为因变量,利用二元Logistics回归分析构建消费者偏好模型。以亚马逊中国网站的两款热销手机的评论为实验,建立了消费者的总体偏好模型和不同性别消费者的偏好模型。模型显示男性消费者和女性消费者的偏好存在差异,给出了相应的营销建议。