國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
13
第一章 緒論
1.1 研究背景
近幾年來，網路的普及，使消費者與廠商之間的資訊不對稱得以下降，消費 者的議價能力(power)得以提昇[Rezabakhsh et al., 2006; Rust and Oliver, 1994]；web 2.0 更帶動了使用者產生內容(User Generate Content)的爆炸性增 加[Duric and Song, 2012; Chen et al., 2012]。
消費者將許多評論放上網站，產生了讓廠商無法忽視的口碑效應(e-Word of Month) [Duric and Song, 2012]。根據兩項針對超過兩千名美國成年人的研究 [Horrigan, 2008]，有 81%的網路使用者曾為一項商品上網進行至少一次的資料 搜尋，其中有 73%到 87%的人表示，網路評論對他們的購買意願產生了顯著的影 響。特別是高涉入產品(high-involvement products)，例如手機、數位相機等 價格較高、使用期間較長的商品，消費者的錯誤選擇將造成更大的經濟損失、及 更長的時間忍受不良商品[Gu et al., 2012]。因此，在該類產品中，消費者評 論影響其他消費者的選擇更甚。
網路評論不但是消費者信任的重要資訊來源，也是企業收集消費者意見的直 接管道[Fu et al., 2013]。根據 Merrill Lynch (1988)表示，企業中 80%-90%
之資料為具有潛力之非結構化資料(Unstructured Data)，大部分網站上的顧客 評論皆屬於此類資料，需要進一步整理、分析才能從中粹取出有用的知識 [Feiguina and Lapalme, 2007]。在消費者與廠商之間的權力結構逐漸往消費者 端傾斜的網路時代[Bakos, 1991]，廠商必頇擁有在許多評論網站中快速彙整資
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
14
料的能力。若能在海量資料(big data)中透過資料探勘的方式精準的掌握消費者 意見，並了解那些面相(aspect)為廠商需要加強的關鍵規格、或立即改善的商品 缺陷，便能在這個 web 2.0 的時代，抓住消費者需求，並且取得快速改善產品設 計之能力[Zhang et al., 2012]。
1.2 研究動機與目的
網路的發展改變了消費者表達意見的管道，並產生了大量的訊息。廠商從眾 多產品評論中，快速識別並提取消費者主觀意見之需求已變得越來越普遍，造就 了意見探勘(Opinion Mining)領域的興起[Chen et al., 2012; Fu et al., 2013;
Zhang et al., 2012]。意見探勘致力於萃取一份文件所傳達的正負面情緒，以 摘要或總結整份文件。針對網路消費者評論，現有意見探勘技術主要可分為兩類
─ 文 件 層 面 (Document-level) 以 及 面 相 層 面 (Aspect-level)[Chen et al., 2012]。藉由各種情緒偵測工具與技術，文件層面意見探勘辨別消費者在評論中 對整體商品的喜好或厭惡[Esuli and Sebastiani, 2006; Goldberg and Zhu, 2006; Pang et al., 2002; Turney, 2002]。
然而，兩個對整體商品持有相同滿意度的消費者，對於個別面相或許會有不 同的感受[Wang et al, 2010]。因此，部分研究跨過文件層面，進一步針對產品 的特色、面相層面進行研究。面相情緒探勘(Aspect-based Opinion Mining)萃 取消費者評論中的不同面相，並且判別消費者針對各個面相傳達的正面或負面情 緒。不同的「面相萃取(Aspect Identification)」與「情緒偵測(Sentiment Analysis)」技術都相繼應用於此領域中，本論文將於第二章詳述這些方法。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
15
過去已有許多文獻致力於面相情緒探勘[Chen et al, 2012; Feiguguina, and Lapalme, 2007; Fu et al., 2013; Hu and Liu, 2004; Zhang et al., 2012]。
然而，一件商品可以有眾多面相，並非每一個面相都受到消費者重視、會對購買 意願或整體商品滿意度造成影響。若能分辨不同面相間的重要性差異，對消費者 而言，可以針對較重視的面相篩選資料，以降低購買前的搜尋成本；對廠商而言，
可藉此判斷那些面相較能左右銷售量與使用者滿意度。因此，相較於各面相的滿 意度，區別消費者對各面相的重視程度更具有商業價值[Yu et al, 2011]。然而，
在現有文獻中，探討消費者認為關鍵之「重要面相」的研究仍然相當有限。
根據本研究之整理，探討重要面相之研究方法主要分為「頻率」與「複迴歸 分析」等兩種。前者透過加總各面相在句子中被提及之頻率，比較各產品面相的 重要性；後者使用複迴歸之分析方式，藉由評論中整體滿意度與各面相情緒之間 的關聯，找出各面相影響整體滿意度的權重。然而，頻率法假設被消費者提到次 數較多的為重要之面相，此前提假設在許多實際資料中未必成立。而複迴歸之分 析方式必頇取得各面相之完整資訊。據本研究所知，除了少部分評論網站﹝如旅 館業﹞之資料外，大部分網路上之評論皆為非結構性文章，消費者在撰寫評論時 並不會提到所有面相。也因此，使用複迴歸之研究方式之時機相對較受限制。
除此之外，上述研究皆未考慮各評論之間的互相影響。消費者在發表文章之 前，往往已閱讀過較早發表的評論，並且在發表評論的意願以及內容上都受到這 些評論的影響。Shrihari and Raji (2012)表示，受到獨特性需求的影響，若同 意大部分的主流意見，消費者將會透過強調個別差異來突顯自己的特色。以圖 1 中的評論為例，該消費者給予 Canon SX210 產品 4 顆星的高分，且表示這台相機 的表現正如其它評論所寫的。然而，在評論中實際提到的意見，卻只有對網站上
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
16
的商品內容描述感到不滿意。使用現有評論探勘技術將僅會得到該評論對於「商 品內容描述」面相的意見為負向的結果。此結果不但與 4 顆星的商品總分不一致
（Inconsistent），且遺漏了該評論者對於其它面相存在、但並未表達的意見。
圖 1 Socail Influence 僅表現個別意見
為了改善上述問題，本研究首先偵測評論中是否存在面相與商品評分不一致、
以及是否具有隱而未現的意見，並藉由評論間的互相關聯修正上述現象。再透過 本研究提出，找尋重要面相之架構進行整體資訊的彙整。相較於現有方法，本研 究能更精準的取得消費者評論中之重要面相，並給予廠商管理建議。
1.3 研究方法與架構
在本研究中，我們將提出一個適用於非結構化評論資料的自動分析架構及各 種分析工具。我們使用全球最大的網際網路線上零售商 Amazon [ Jopson &
Barney, 2011] 之消費者評論進行研究，並選擇數位相機作為本研究之標的物。
數位相機屬於高涉入性產品，失敗成本高，因此消費者在進行購買決策前往往會 參考其他線上評論之意見。且 Amazon 之評論發表具有限制性，評論之發表者必 頇曾經在 Amazon 上購買此商品(如圖 2 所示)。此限制性使得 Amazon 之評論較 能代表實際購買且使用過該商品的消費者。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
17
圖 2 Amazon 發文限制
有別於現有方法，本架構首先藉由一致性檢測(consistency test)與至少考 量數目(Minimum Decision Number)找出包含有未表達面相的評論(詳見 3.3.1)。
並藉由獨特性假設為這些評論中的未表達面相填值(詳見 3.3.3)。最後透過本研 究提出的重要面相架構 MPA 輔以決策樹與迴歸分析，彙整影響消費者對整體商品 評價的正負面相，並總結各個世代的產品優勢與需改善之產品特色。
本研究的架構分為四大部分：「資料前處理」、「面相辨識與情緒偵測」、
「不一致性改善」與「重要面相彙整」。在第一部分「資料前處理」中，本研究 選取數位相機 Canon SX 系列三個世代 SX210, SX230, SX260 的消費者評論，並 在 Amazon.com 上取得相關消費者評論資料。第二部分「面相辨識與情緒偵測」
為句子貼上各面相之標籤與判別相對應的情緒。第三部分「不一致性改善」偵測 評論的商品總分與面相評價之間是否存在不一致性的問題，並透過填值程式做出 修正。第四部分「重要面相彙整」，透過本研究分析之重要面相資訊，彙整同一 系列產品三個世代之間的比較表格，並提出相關之管理建議。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
18
1.4 研究結果與貢獻
藉由實際分析 Amazon 上的評論資料，本研究證實是否考量不一致性、與是 否填補評論中隱而未現的意見，確實會對重要面相分析結果產生影響。在各項假 設成立的前提下，本研究所提出的重要面相彙整架構能精確的找出商品重要的優 勢及弱點面相，並能以此分析同系列商品的發展趨勢、以供廠商發展新世代商品 時作為參考。本研究的貢獻可分為三個層面：
1. 在評論探勘之領域中，本研究首先考慮了評論之間的關聯性，並以此發展填 值方法，以預測消費者隱而未現的意見、改善整體商品與各面相之間給分不 一致的現象。
2. 本研究提出一分析架構，該架構填補了過去尋找重要面相研究的不足，能更 精確的找出影響消費者購買決策的重要面相。
3. 本研究藉由在 Amazon 上所取得的實際評論資料及本研究所發展的 MPA 架構，
分析 SX210、SX230，及 SX260 等三個世代數位相機的消費者評論。分析結 果清楚指出該系列相機不同世代間的優勢特徵，及急需改善的商品面相。
本論文的發現，可供日後意見探勘研究、及新世代產品發展作為參考。
1.5 論文結構
在本論文剩下的章節裡，我們將於第二章回顧意見探勘應用於評論之面相萃 取、情緒分析，與重要面相彙整等技術的相關文獻。第三章將闡述本研究所提出 的架構與方法。對 Amazon 上實際評論資料的分析結果將於第四章呈現。最後，
我們將在第五章為本研究做出結論，並提出研究限制、及未來可能的研究方向。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19