产品用户评论在企业竞争情报中的应用[摘要]在总结用户评论相关研究的基础上，提出关联规则理论在用户评论挖掘中的作用，包括可以用来挖掘产品的优劣势特征及其程度大小，以及挖掘影响产品整体评价的关键特征。提出了基于产品特征关联规则数据挖掘的企业竞争情报应用模型.包含确定用户评论情报源及其采集、数据预处理及其产品特征提取、数据结构化处理及其关联规则分析和产品优劣势特征及其关键特征的对比分析四个模块。最后通过实验论证了这一模型的价值。[关键词]企业；用户评论；产品特征；关联规则；数据挖掘；竞争情报DOI：10.3969/j.issn1008-0821.2015.06.021[]G203；TP391；G250.25[文献标识码]A[]1008-0821（2015）06-0114-08产品用户评论是用户从自我体验或自我感知角度对某产品的优点、缺点、性能、价值、使用满意度等方面所发表的意见或态度，从用户角度反映产品特征的优劣。随着交互网络和电子商务的发展与成熟，关于产品的用户评论数量正在急剧增长，作为开放的信息资源，用户评论逐渐受到电商卖家、产品企业和同行竞争企业的关注。基于用户评论的口碑营销、产品特征分析、产品企业自我分析与定位、同行竞争企业分析与发展等功能促使用户评论成为新的情报源。作为新的情报源，产品用户评论中包含丰富多样的产品信息和用户使用感受，帮助产品企业从用户视角了解自己产品的优势和劣势，进而提高产品性能，获得竞争优势。而且产品用户评论有助于从本质上认识产品特点及对企业的影响，为企业竞争情报研究提供相关的理论支撑。关联规则由美国IBMAhnadenResearchCenter的RabeshAgrawal等人于1993年提出，反映一个事物与其他事物之间的相互依赖性或相互关联性，从而达到认识事物客观规律，利用这一方法对产品用户评论进行数据挖掘，可以快速发现用户评论中有价值的信息，对企业竞争情报工作的开展具有重要意义。1.用户评论相关研究目前关于用户评论（或产品评论）的研究较少，从1996-2014年相关发文量才100多篇（CNKI以“用户评论”或“产品评论”为篇名检索结果），但近三年来发文量占总发文量的80%，所以，关于用户评论的研究正处于发展阶段，而且逐渐成为众多学者关注的研究热点。用户评论相关研究主要集中在理论探讨和实践技术两个方面。在理论探讨上，主要包括用户评论的特点、价值、信息源和在企业竞争情报中的应用等方面，尤其是关于用户评论在企业竞争情报中的应用研究，已涉及行业监测、用户研究、竞争对手分析、企业战略制定等多个领域。在实践技术上，主要包括用户评论特征提取和用户情感分析两个方面。用户评论产品特征提取主要是对提取算法进行利用和改进，如自组织映射（sOM）属性识别、FP增长算法、CRF挖掘方法等。理论探讨和实践技术是用户评论研究的两大重要领域，理论探讨在宏观上论证用户评论的价值和构建企业竞争情报模型，为具体实践操作提供理论指导，实践技术在微观上论证利用用户评论价值的可行性，为理论创新提供技术支撑。理论探讨中的基于用户评论的企业竞争情报模型构建和实践技术中的用户评论特征提取算法优化是目前用户评论研究的热点问题。2.用户评论中产品特征关联规则挖掘在企业竞争情报中的作用从用户评论相关研究中可以发现，用户评论研究已形成由理论到实践的跨学科研究体系，不但强调了用户评论在企业竞争情报中的价值，而且提供了产品特征提取和情感分析的技术支撑。然而，在应用中，关于产品优劣势特征的重要性大小以及关键产品特征的挖掘仍然处于薄弱环节，而基于用户评论的产品特征关联规则挖掘则可以弥补这一薄弱环节。产品特征关联规则挖掘涉及的主要参数有支持度、概率和规则重要性。支持度（support）是用来衡量一个项集出现的频率，它是用来对项集的限制，而非对规则的限制。概率又是关联规则的可信度（confidenee），表示用户对某些规则感兴趣，但这些规则必须是高概率，而非小概率，最小概率对项集没有影响，对规则生成有影响。规则的重要性Importance（x→Y）=log（p（YX）/p（YnotX）），描述了规则的关联性大小，如果Importance=0，表示x和Y没有关联性；如果hnportance>0，表示x和Y正相关，x为真时，Y的概率会上升；如果...