第二节 在线评论的情感分析

一 消费情感的内涵

长期以来，许多学者对消费情感（Consumption Emotion）进行了界定，不同学者的观点存在一定的差异。Russell（1979）认为，以情绪分类为导向，消费情感可以被描述为不同类型的情绪体验或情绪表达（如开心、生气和害怕等）；以情绪的维度为导向，消费情感可以被描述为相对独立的维度，如愉快/不愉快、放松/活动、平静/兴奋等。Dubé和Menon（2000）指出，消费情感是一种情感状态，常伴随着使用或消费产品（服务）的过程而产生。消费情感是一个动态过程，在消费过程中消费者可能会体验到开心、兴奋、满意以及其他积极情绪，也可能会体验到失望、愤怒、悲伤、罪恶以及其他消极情绪。

研究者对积极情绪和消极情绪的关系也存在一些争议。Baker、Levy和Grewal（1992）提出，情绪是一个易变的、复杂的、抽象的变化过程，由于情绪具有两极性，积极情绪和消极情绪不可能同时存在，消费者的情感是两极中的一个固定点。也有研究认为，消费者在消费过程中可能会同时感受到积极情感和消极情感（Westbrook & Oliver，1991）；消费情感有与其他情感同样的特征，因为消费者会同时感受到几种不同的情感，例如同时体验到害怕和兴奋等（Phillips & Baumgartner，2002）。

情感、心境和心情一直被心理学家认为是影响人类行为的重要方面，三者均是环境与个体因素共同作用的结果。三者之间既有共性，也有各自的独特之处，并且常常有混用现象。

消费情感与心境。Clore、Ortony和 Foss（1987）认为，消费情感与心境是两个不同的概念，心境是一种情绪状态，具有弥散性和长期性，不指向特定的行为，而消费情感是在特定情境下产生的、指向一定对象的、短暂而强烈的情绪体验，具有动机的作用。从这个角度来看，消费情感是消费者在购买产品或服务过程中产生的情感反应，是基于感知到的产品、服务特征以及获得消费价值而产生的情感（Richins，1997）。人们可以通过语言、体态、面部表情等表达自己在消费过程中的情感体验，常用词语有“开心”“生气”“害怕”等（Jang & Namkung，2009）。

消费情感与心情。消费情感是消费者对产品或服务消费体验产生的情绪反应。Oliver（1997）指出，心情是一种意识层面的情感反应，与认知领域的思维概念相反。心情包括开心/不开心、喜欢/不喜欢、幸福/不幸福以及神经—内分泌系统带来的感觉（如得意忘形等）。消费情感与心情相比，心情的认知成分相对较少。

二 消费情感与满意度的区别

顾客满意度是消费者的需要得到满足后的一种心理反应（韩小芸、汪纯孝，2003），是消费者购买后对产品或服务特征满足自己需要的程度进行判断的结果。Oliver（2000）采用期望不一致理论（Expectancy Disconfirmation Theory）解释了消费者满意度的形成机制。在购买过程中或购买之后，消费者根据自己的期望、需要、理想、感知的公平性以及其他的标准，对产品或服务进行评估。产品或服务的实际绩效越符合消费者的需要，消费者就感到越满意；相反，产品和服务的实际绩效越不符合消费者的需要，消费者就感到越不满意。

消费情感与顾客满意度容易混淆，目前对两概念间的关系尚未达成共识。有些学者认为，消费情感是影响顾客满意度的重要因素。例如Hunt（1977）指出，满意不是消费体验中的快乐，满意表达了“真实体验至少和预期的一样好”。Oliver和Swan（1989）认为，“高兴”“满足”等情感是形成顾客满意的原型，但由于动机的作用，在同样的情感基础上，不同的消费者会形成不同的满意度。Dolen、Lemmink、Mattsson和Rhoen（2001）的研究表明，积极情感（如惊喜、愉快和满足）与满意度呈正相关，消极情感（如愤怒、失望等）与满意度呈负相关。Oliver（1997）的研究发现，当消费者对购买结果感到惊喜时，顾客满意度和再次购买意愿水平显著高于消费者仅仅感到愉快而无惊喜时。因此，消费体验不但要达到消费者期望，而且要使其感到惊喜，才能促进消费者的满意度。另一些学者提出，满意度与消费情感是上级概念与子概念的关系。例如，Nyer（1997）认为顾客满意度就是消费情感的一种，消费者在产品或服务消费过程中除产生满意度外，还会产生伤心、恼怒、愉快等多种情感反应。Westbrook（1987）指出，顾客满意度包括由先前购物体验带来的消费情感。

三 在线评论情感倾向分类与测量

在线评论情感倾向分类、情感分类和情感极性分类的研究在逐年增多。综合相关文献（王洪伟等，2012；王素格、杨安娜、李德玉，2009；张紫琼，2010）发现，情感倾向分类、情感分类和情感极性分类在内涵上是基本相同的，因此本书统一采用情感倾向分类来表述。

消费者在线产品评论的积极和消极情感倾向可以通过文本和评分的形式具体体现（Moe & Trusov，2011；Sonnier，McAlister，& Rutz，2011）。通过对在线评论文本的情感分析（Sentiment Analysis），可以了解消费者对该产品或服务的褒贬态度和意见。Nasukawa和Yi（2003）提出，可以从评论的四类信息中判断其情感倾向，四类信息分别是极性（积极、消极和中性），词性（形容词、副词、名词和动词），规范性的情感词，被情感词修饰的人或物。多项研究证实，在线评论的情感倾向会对评论有用性产生显著的影响（郝媛媛等，2009；宁连举、孙韩，2014；石文华、高羽、胡英雨，2015）。对于在线评论的情感倾向，已有研究主要从词语、语句和篇章三个层次进行分析（王洪伟等，2013；夏火松、松杨培、熊淦，2015；张紫琼、叶强、李一军，2010）。

已有研究对在线评论情感分析的视角不尽相同。有研究集中探讨了评论来源和风格（Tomokiyo & Jones，2001）；有研究着眼于文本体裁的分析，如“编辑体”等（Karlgren & Cutting，1994）；有研究关注评论中采用的语言风格及其与消费情感的关系等（Kronrod & Danziger，2014），还有研究从语言心理学、计算机科学的角度，探索在线评论的情感分析，包括粗粒度的整体情感倾向，以及细粒度的对某一属性的情感倾向判断。例如，张瑞（2011）认为，在线评论中的词语表达了八大类情感，正面情感和负面情感各有四类，其中“满意、忠诚、偏好、欲望”为正面情感，“失望、怀疑、惊恐、厌恶”为负面情感。

不管采用何种词库和计算方法，情感倾向分类判断中最关键的是对词语的编码。传统意义上，情感倾向分析过程中的词语编码多以双极态度模型（Bipolar Attitude Model）为理论基础（Kaplan，1972），该模型假设态度是单维的，积极评价和消极评价是两极，中性评价在二者中间。单维模型隐含的假设是，正面评价和负面评价是同等的、相互拮抗的，两者可以相互转化（Kang，Yoo，& Han，2009），当对某产品或服务的积极（消极）评价增加时，消极（积极）评价会下降。国内学者在研究中多采用该观点，将在线评论情感倾向分为正面/负面、赞同/反对、高兴/悲伤等（李实等，2010）。也有学者提出在正面、负面情感之外，还有中性情感（Pang，Lee et al.，2002）。

消费者在评论中表达的情感是非常复杂的，文本中常常体现出不同情感的混合。消费者对产品的一些特征是肯定的，同时对产品的有些特征是不满意的（王洪伟等，2012）。例如，对某款电视机的五星评价（“买了一个月了，使用不错，就是移动宽带不稳定，看电视有时慢”；“比想象中的大，喜欢，就是声音有时会一卡一卡的”），一星评价（“效果还是不错，但只是会员才能享有”）等，这些在线评论中既包含正面情感，也包含负面情感，混合的消费情感在中性评论中更为普遍。由此可见，在研究消费者在线评论的过程中，不能忽视正面和负面两种情感同时存在的现象。如果简单地将在线评论分为正面评论、负面评论、中性评论，就会影响情感分析的准确性和有效性。究其原因，是在线评论文本情感分析与心理学的情绪理论发展不相一致。由此，乐国安等（2013）提出，应将情绪心理学理论更好地应用于在线文本情感分析之中。

图1-2 消费者态度的二维模型
资料来源：Tang，T.，Fang，E.，& Wang，F.，“Is Neutral Really Neutral？the Effects of Neutral User-generated Content on Product Sales”，Journal of Marketing，Vol.78，No.4，2014，pp.41-58.

与单维假设模型相比，态度的二维模型具有更高的外部效度（Crowley & Hoyer，1994；Thornton，2011）。二维模型假设积极态度和消极态度是相互独立、同时存在的。如图1-2所示，由积极态度和消极态度构成的平面直角坐标系中，夹角平分线以下区域中的点表示消费者评论中积极情感多于消极情感，夹角平分线以上区域中的点表示评论中表达的消极情感多于积极情感。夹角平分线坐标原点表示完全没有表达积极或消极情感的中性评论。从原点发出的夹角平分线表示混合的中性评论，评论中的积极情感和消极情感的水平是相当的。由此可见，与单维模型相比，态度的二维模型可以对在线评论的情感倾向进行更为全面、细致的解释。已有学者以此理论为基础探讨在线评论的有用性。例如，Tang、Fang和Wang（2014）在研究中将产生的评论分成正面、负面、无关的中性和混合的中性评论四类，进一步的研究表明，混合的中性评论放大了正面评论和负面评论对产品销售的作用，无关的中性评论则减小了正面评论、负面评论对产品销售的作用。

在Tang、Fang 和Wang（2014）的研究中，将积极情感词赋予正值，消极情感词赋予负值，依据两者相加之和来判断评论情感倾向。当总和为正值时，评论为积极的评论；当总和为负值时，评论为消极的评论；当总和为零时，评论为中性的评论，其中包括无关的中性评论与混合的中性评论。因此，采用Tang、Fang 和Wang（2014）的分析方法，当积极情感和消极情感得分相等时，评论即为中性的评论。那么，当一条评论的积极情感和消极情感得分分别为+5和-5，另一条评论的积极情感和消极情感得分分别为+1和-1时，这两条评论均为中性评论，但两条评论包含的情感倾向是明显不同的。因此，采用此方法将在线评论的情感极性进行分类，既不能很好地体现评论的二维情感结构，也不能准确地反映各评论在情感倾向上的差异。由此可见，在线评论的积极情感和消极情感维度不能简单地进行相加处理。