不同国家、地区或民族的网络用户，在购物行为上本来就存在差异。研究不同人群之间的购物行为差异，对产品设计、市场营销等都具有重要的参考价值。以往的关于不同人群购物行为的研究多以人工问卷调研（我们称之为传统问卷调研）为基础，调研成本高、周期长。当前电商网站上存在大量的购物评论，这些评论为研究网民的购物行为提供了充分的数据基础。为此，我们以亚马逊国际站 （amazon.com，主要为美国用户)与中国站（amazon.cn)上的购物评论为数据源，具体地以数码相机、智能手机以及平板电脑等三种IT产品的中英文评论为基础，提出基于问题答案自动生成与评论挖掘相结合的自动问卷调研方法，并给出关于中外用户购物行为差异的问卷调研结果。 机器自动问卷调研的结果表明：在数码相机、智能手机以及平板电脑等三个领域，中美用户购物时有较大差别，如：中国用户对产品表达看法时没有美国用户直接；美国用户更加关注产品的细节；中国用户对产品的外部特征（如外观、颜色等）关注度高、而美国用户对产品内部性能更加关心。 与传统问卷调研的方式相比，通过自动问卷调研方式研究用户购物行为，具有成本低、周期短的优点。进一步地通过海量的评论数据，研究不同国家、地区或民族的行为差异，可能是一个有趣的研究方向。当然，目前的自动问卷调研结果的质量还没有完全达到人工问卷一样的质量。我们现在还仅仅利用了最简单的基于模板的问题生成模型，今后我们拟采用QA中更好的问题与答案生成技术，来进一步提高自动问卷的质量。随着自动问卷调研、产品挖掘、情感分析等关键技术的不断发展和优化，我们相信，基于自动问卷调研技术的用户研究将是一个比较有前途的研究方向。 我们的具体工作可以参见如下论文： Qingqing Zhou, Rui Xia, Chengzhi Zhang*. Online shopping behavior study based on multi-granularity opinion mining: China vs. America . Cognitive Computation . 2016. http://dx.doi.org/10.1007/s12559-016-9384-x.
标签: 评论挖掘
