基于服装类微博评论的消费者需求分析

饶子玉，任 军

（西安工程大学 服装与艺术设计学院，陕西 西安 710048）

0 引言

提到微博，人们总是会想到Twitter。Twitter最先出现在2006年，原意指“鸟叫声”，指信息传播速度很快[1]。它的特征集中在：一是用户发布信息一般不需经过审查；二是有不超过140字的长度限制，此做法实际上是希望用户不要过多思考；三是不会向用户收取发布信息等费用。2009年8月新浪微博开始运营，从开始就引发了用户的热烈拥护。微博的便利性是刺激用户热情的关键性因素[2]。发展至今日，微博已经成为了一种“综合媒体”可供各类用户使用，如企业的微博营销。微博评论的设置就是商业运营的一种媒介，评论中出现的言论以及评价等都有一定的意义，所以博主（商家）也会以微博评价作为一定的参考来调整自己的运营模式等[3-5]。微博评论分析有很多可取之处：一方面可以让博主更好地了解自己的产品，以及更好地了解消费者的喜好，便于库存，进调货等；另一方面，分析可以有助于筛除垃圾信息，对感性词汇进行理性量化，从而更好地调整运营模式[6-9]。

1 服装微博概述——以Ptree_studio为例

1.1 微博博主概况

微博博主即微博的主人，很多电视剧宣传、服装品牌宣传等也注册微博借此来进行，这些人多数会有微博认证“V”字标识，在此主要讨论某服装小众品牌代理人微博博主，关注该微博情况。服装类微博博主主要有知名服装企业官博博主，直播网红微博博主，品牌代理人微博博主，美妆时尚达人博主等，他们最大的共同点就是会在微博上发表与自己销售服装类产品相关的微博，发布新款上市的图片以及链接，其他普通用户若看到感兴趣的服装，可以点击链接转至淘宝进行更详尽的了解以及购买等其他步骤，同时会有抽奖活动或一些日常交流等，使得仅仅是为了营销宣传的微博更加贴近生活，消费者更愿意去关注并购买。

1.2 微博Ptree_studio简介

Ptree_studio是一个小众服装品牌代理微博，主要发布的是上新服装图片以及链接，微博抽奖以及优惠券福利和消费者的私信，评论交流，以方便了解自己的产品的销售情况、消费者的接收程度、不同服装类别的接受程度，甚至是物流运送的情况。此品牌拥有自己的淘宝店铺，名为Ptree，店铺截止2020年9月约有243万粉丝，信誉度较高，店铺出售的服装描述相符程度、服务态度、物流服务等均略高于或持平于同行。相对来说，无论是从服装质量还是销售情况来看都是相对较优的店铺，在微博上拥有约41万粉丝，每一篇服装销售的微博的评论数基本在3000左右。从微博评论分析的角度来说，无论是店铺经营规模大小、粉丝（消费者及潜在消费者）的数量还是评论量，都是非常适合分析以及分析后提出相应改进意见的。

1.3 微博Ptree_studio评论内容概述

用户使用社交网站的动机主要集中于获取娱乐、参与社交和得到信息。微博用户的不同和微博用户的使用动机之间相互影响，故需要对微博用户进行分类，从微博用户的个人特征中总结出每一类的总体规律，以便在进行评论分析的时候，可以结合评论语言的表达和每一类微博用户的特征有所联系。

在该例中的微博用户（即指粉丝或消费者及潜在消费者）多数是年轻女性。由于该品牌主打温柔知性风，但又不失青春感的女装，非常适合18～30岁的女性，所以以下会对这一年龄段进行细分，并对不同地区等分析其需求，以便对产生的问题等进行解决或改进。

2 Ptree_studio微博评论分析

2.1 微博评论分析说明

由于不可控情况限制，对于评论区的分析主要是选取该例某一条微博，这里选取的是上新不同款式的一条微博的评论进行划分，对其进行3个方面的分析，得出一些可用结论，对推送内容或者上新内容等提出更好的建议。

首先需要对评论进行预处理，主要包括以下方面：一为筛选掉无用信息，包括重复信息（同一个人同一条评论多次出现）和与本条微博所述内容无关信息、语气词等；二为对评论进行分类，按照评论人所处地区等分类；三为选用数值代替一些名词，便于数据分析。

2.2 描述性分析

按照以上的分析说明，将评论人群按照所处地区主要分为西北地区、东北地区、中原地区、沿海地区、西南地区，对于该微博中的一条微博的微博评论按照地区的不同以及不同款式的服装，做了分类人数数量统计。基本描述统计量，并分别对9款不同款式不同厚度的服装进行描述统计，对所有统计数据进行基本描述，描述性分析见表1。

表1 描述性分析

如表1所示，可以看出与“圣诞树毛衣”相关的评论最大值为55，即为中原地区的消费者，而与此类似的“纯色毛衣”和“打底加绒衣”也是中原地区的消费者占比最多，因为所处地区的气候较为适合穿着这种较厚但是并不闷热的服装。从表中还可以明显看出统计的数据基本都是两位数，没有极端大的数字，也没有极端小的数字，说明这9款服装被消费者接受的程度基本平均。在其中出现了一个个位数，就是毛衣外套，这类服装需要较少的地方是在东北地区，由于地区气候特征较为寒冷，所以毛衣外套显得并不保暖，穿着的机会也较少，所以需求较少。图中的偏度（Skewness）：左偏＜0。负的峰度系数集中，可知各个地区选择款式薄厚的人数较为分散。

2.3 相关分析

对数据进行相关分析，可以更好地了解到评论区对于处在地区和款式选择之间的相关性，以便针对性地提出相关意见。相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。相关分析如表2所示。

表2 相关分析

注：打*号表明相关性在0.05层上显著（双尾）

从表2可以看出“圣诞树毛衣”以及除了图案不同以外都相同的“纯色毛衣”以及厚度相同的“打底加绒衣”的简单相关系数分别为0.915、以及0.590，均为正相关，由此可以看出选择毛衣的厚度之间是有较大的相关性的。从其他数据来看，负相关的较多，即使是正相关的系数也较小，所以结合评论来看，选择服装薄厚是冬季考虑的重点，与款式相关性较小。服装可以多加推送同款不同图案，可增加该类服装关注度，由此更好地宣传产品。

3 建议

根据以上数据分析得出了一定结论，并以此结论总结出几点建议：一是从数据分析中明显看出需求相对较少的产品可以减少推送；二是对于不同地区消费者的推送，可以区分开来并加以注明；三是对于同类型

4 结语

作为对微博评论的分析，在其他相关文献中可以看到对文字进行的数据转换和数据分析，在对于评论的分析可以结合数据分析以及文字情感分析，更好地把数字的理性思维与文字的感性思维结合，得到更立体的结论，也能更好地改进现状，使得店铺运营得更好。