摘 要：本文通过量化网络口碑，建立网店演化竞争模型，并基于仿真程序进行计算机仿真，客观，全面，科学地完成了网店生存能力的仿真研究，为促进电商平台的可持续化发展提供了一种新的思路。此外本文通过将前沿科学自然语言处理技术运用于网络口碑的量化，在情感分析精准性上取得了新的突破，具有一定的创新性。

关键词：网络口碑量化，自然语言处理，仿真程序

1引言

1.1研究背景

电商平台的迅猛发展正在为消费者提供一种富有空间便利性和时间便利性的购物方式，也在为网络店铺快速提供消费者市场。然而，不合格的商品质量、糟糕的售后体验等隐形负面因素使得潜在消费者对网店的信任感直线下降，在这种背景下，口碑的力量通过网络平台被迅速地放大并且深度影响着消费者的购买决策。对于网店而言，口碑的好壞也能在很大程度上决定网店是否能在电商平台中长久的生存。

因此，本项目将研究如何量化网络口碑并对网店的生存能力进行仿真研究，以此促进电商平台网店可持续化经营。

1.2 研究现状

本项目对于国内外研究现状和发展动态的了解主要在网络口碑量化和仿真构建两个方面。

在早期的研究中通常将在线评论评分数据来替代情感倾向，并依据评分的高低分析评论的情感极性从而量化网络口碑。2004年，研究人员根据关联规则提取产品特征在句子中的形容词作为情感词。 2007年，研究人员采用松弛标记法识别情感词的情感倾向。在国内，2014年研究人员将经筛选的固定搭配特征融合于多种情感分析模型中进行情感分析，实验表明固定搭配特征的恰当表示和筛选有效改善情感分析模型的分类精度。2017年，研究人员以手机评论作为实验数据，采取频度匹配树方法提取产品特征，结合基于语料库的方法和依存句法分析方法识别关于产品特征的主观评论语句、情感词及其依存关系。

由此可见，网络口碑的量化多依赖于对顾客评论和评分的分析，通过自然语言处理等方式进行量化。

2003年，研究人员较早地将计算机仿真方法应用到了经济管理领域。代理最重要的特点是能够适应复杂环境并研究多主体的交互行为，这一点已经在2008年证明，因此，基于多主体代理仿真方法能够很好地模拟电子商务平台中各代理主体之间复杂的相互作用和动态环境。仿真方法在电子商务环境中有着广泛应用，如模拟新产品上市效果、客户行为、电商交易系统、市场降价、关键利益相关者互动分析、商品动态定价等。

综上所述，当前学术界对于网络口碑研究主要是从需求端的消费者视角展开，以此探究网络口碑对消费者购物行为的影响。而从供给端的网商视角出发，研究网络口碑对网店存活能力影响的研究较少，本项目将填补这一空缺。

2实现方法

（1）通过自然语言处理技术实现多维度网络口碑量化

自然语言处理技术能够很好地对具有情感色彩的主观性文本进行分析、处理、归纳和推理，从而有效地将在线评论量化。

具体的实现步骤如下：

1.样本预处理：评论中有许多字是没有实际含义的，比如：“的”，“啊”，去除这些词有利于提高情感分析的精准性，本项目采用的是哈工大的停用词表。

2. 文本特征提取：本项目使用的是文本特征提取技术。利用词频进行判断，词语出现次数越多的词语的重要性越大。

3.模型训练：本项目使用的是基于双向长短时记忆模型的循环神经网络进行模型搭建，该模型能够利用上下文语义特征有效进行情感分析，得出评论的情感强度（-2到2，-2为最厌恶，2为最喜欢）。

将情感强度与在线评分（原先为1到5，为了方便运算各位减3，变为-2到2）进行平均后得出顾客对某商品真实的喜爱值（-2到2）。

最后，考虑到每条评论产生的影响力的差异性，本项目将结合评论多维度的形式特征（评论支持率，评论时效性，评论时间）计算出该条评论产生的影响力的权重，将其与商品真实喜爱度相乘，得到单条评论产生的口碑值。

（2）构建基于自营型电商与平台型电商的网店演化竞争模型

为了更好地分析口碑对网店生存能力的影响，本项目将网络电商分为自营型电商与平台型电商两类，自营型电商的闭合性使其产品具有“小而美”的特性，而平台型电商的开放性使得其产品具有“大而全”的特性。本项目将自营型电商的特点抽象为高收益高成本，而平台型电商为低收益低成本。

自营型电商网店与平台型电商网店竞争演化模型的参数如下：

B = f（ N，D，Q，R，g，w，k，r）

B代表演化状态（规模扩大，缩小，退出竞争），N代表网店数量，D代表原始资本，Q代表顾客数量，R代表平台监管力度，g代表消费者增长率，w代表网络口碑，k代表运营成本比，r代表利润率。

其中w网络口碑通过影响消费者购买决策和网店绩效最终影响网店运营资本，当网络口碑参数低于即期网店可接受的比例时，网店所担负的成本超出其所能承受的阈值，该商家不再进行下一阶段的运营，即退出竞争。

（3）基于仿真程序的网店演化竞争仿真模型构建

本项目在仿真程序中将定义三类代理 竞争主体： 消费者、自营型电商网店群体A、平台型电商网店群体B，这三个代理变量在仿真模拟初期自动生成。在生成代理变量并形成电商平台后，消费者依据自己的消费偏好和消费习惯等开始进行随机浏览并搜索和评估产品，在电商平台中与其他的消费者和商家进行交互。下图为电商平台竞争演化仿真流程图。

3创新点

4.3.1运用了自然语言处理技术精准量化网络口碑

在线文字评论的内容为非结构化数据的特点，无法通过传统的方法进行加工处理，难以量化为口碑特征。本项目运用了深度学习领域的自然语言处理技术，通过样本预处理，特征提取后，构建了一个基于长短时记忆模型的循环神经网络模型，从而将在线文字评论内容精准转换为情感强度，再结合在线评分，使网络口碑的量化更加全面。

5.3.2运用了仿真程序对网店生存能力进行仿真研究

为了具体探究网店演化竞争模型中的各个特征变量对网络口碑影响因素的作用大小，以及网络口碑对网店生存能力的影响，本项目利用仿真程序对各类型网店之间的竞争演化过程进行计算机模拟，通过调试不同运行参数，动态呈现不同网店主体在电商环境中的竞争演化过程。最后通过分析仿真结果，提出建设性建议以促进电商平台网店可持续化经营，具有一定的社会意义。

6.3.3以供给端的网商视角研究网络口碑对网店生存能力的影响

根据文献查阅，当前学术界对于网络口碑研究主要是从需求端的消费者视角研究网络口碑对消费者购物行为的影响，而从供给端的网商视角出发研究网络口碑对网店生存能力影响的文献较少。本项目在此方面也具有一定的创新性。

4总结

本文通过量化网络口碑，建立网店演化竞争模型，并基于仿真程序进行计算机仿真，客观，全面，科学地完成了网店生存能力的仿真研究，为促进电商平台的可持续化发展提供了一种新的思路。此外本文通过将前沿科学自然语言处理技术运用于网络口碑的量化，在情感分析精准性上取得了新的突破，具有一定的创新性。

5参考文献

[1]刘雪莲. 基于在线评论的顾客酒店体验价值对满意度的影响研究[D].青岛大学，2019.

[2]彭丽徽. 基于在线评论的网络口碑生成机理及监测预警研究[D].吉林大学，2019.

[3]唐红涛，罗琼，刘星宝.网络口碑与网店生存能力仿真研究[J].兰州财经大学学报，2019，35（06）：14-27.

[4]彭丽徽. 基于在线评论的网络口碑生成机理及监测预警研究[D].吉林大学，2019.

[5]李扬，严建援，冯淼，李凯.在线评论和网络论坛对高涉入度产品关注度的动态影响研究[J].软科学，2020，34（01）：51-57.