基于文本挖掘对英语流利说App用户满意度影响因素的研究

宗利永 吴强

摘要：文章以具有代表性的英语学习App英语流利说App为研究对象，根据双因素理论和共现图谱对流利说App的用户评分评论做情感分析。再将用户评论文本划分为积极用户体验评价和消极用户体验评价，通过二项分布检验和词频统计建立用户评价指标体系框架，将影响英语流利说App用户满意度的因素分为配置、系统、付费、特色四个维度。其中配置维度和系统维度为保健因素，影响消极用户体验评价;特色维度为激励因素，影响积极用户体验评价。最后，基于分析结论，提出提升数字教育移动端App用户满意度的路径。

关键词：流利说;用户满意度;保健因素;激励因素  中图分类号  F273      文献标识码  A      文章编号  2096-0360（2019）23-0001-06

数字教育不仅是传统出版转型的一个重要方向，也是未来教育领域发展的必然趋势。数字教育移动端App借助智能手机，不受时间和地域等因素限制而及时学习的优点，越来越受广大群众的欢迎。随着数字教育的发展，英语学习App也逐渐变多。现在市面上出现了五花八门的英语学习App，各大英语学习App之间的竞争也越来越激烈。如何优化改进英语学习App，并建立数字教育移动端App满意度评估模型成了一个亟待解决的问题。

1  相关研究综述

伴随着互联网的急速发展，目前关于App用户满意度的研究也越来越多，研究方向主要集中在使用意愿、情感分析、满意度影响因素等方面。翟姗姗等采用问卷调查和结构方程相结合的方法，发现用户使用音乐App时获得体验、沉浸体验和人际体验起着巨大的作用[1]。李武等的研究发现，大学生的阅读满意度和持续使用意愿与其在App使用过程中形成的阅读有用性认知息息相关[2]。赵志滨等运用了一种更精确的情感计算方法，即先算各个维度的维度情感，再综合情感和维度权重，最后计算评论的整体情感[3]。潘华丽等从互动性的角度研究旅游App的用户持续使用意愿，App运营者满足用户的预期互动性和感知互动性将会加强用户对App品牌的信任，提高用户对App的满意度[4]。赵杨等对海淘App先做聚类分析得到评价用户满意度的几个维度，研究发现影响用户满意度最关键的因素是商品，其次是价格、交互、服务和物流[5]。李曌赟将“电子商务模式”下的营销策略与“教育”核心相融合，分析了英语流利说的市场特征、营销思路和值得借鉴的特色，并提出了一些可行的建议[6]。

从已有研究成果来看，App作为数字教育时代最重要的客户端应用工具，其用户满意度研究广泛关注，但当前专门针对数字教育移动端App的研究却仍然少见。本文采用文本挖掘的方法根据英语流利说App的用户评分评论提出提升数字教育移动端App用户满意度的路径，为App用户满意度研究提供新的思路。

2  理论模型

双因素理论又称激励保健理论，由美国心理学家赫茨伯格于1959年提出，在他看来，满意因素和不满意因素是影响员工工作状态的两种因素[7]。满意因素也称激励因素指能让员工在工作中感到满意的事情包括上司的肯定和赞赏、工作本身的意义、晋升空间等;不满意因素也称保健因素，主要指让员工感到不满意的事情，包括公司的办公环境、管理制度、工资等。保健因素一旦得到满足，员工可以安心工作，保持原有效率。但是，满足保健因素并不能激励员工更积极地工作。然而，如果不满足员工的保健因素，则会引起员工极大的不满意，无法维持原有工作效率。而不满足员工的激励因素并不会引起员工的不满，但是如果能满足激励因素，可以在很大程度上调动员工的积极性。在此基础上，本文根据评论，对英语流利说App的满意度影响因素进行差异化分析，找出其中涉及的激励因素与保健因素并提出具有针对性的相关对策建议。在影响用户满意度因素中，激励因素是企业调动员工积极性的举措，它具有独特性。而保健因素能显著影响顾客的不满情绪，是App运营中应该着重规避的问题。保健因素是运营期刊App的门槛，也是期刊App实现超额利润和长远发展的基础和前提。

在英语流利说App中的评分评论中，有些人的评论中有很多不满意的地方，但他们打出的分数较高，由此可知，这些不满意的因素对用户的整体体验的影响不大，因而可将其称之为激励因素。有些评论中表示对App满意，但是总体给出的分数却很低这里的不满意因素就是保健因素。

3  数据分析与结论

3.1  数据收集和预处理

以2018年5月1日至2019年5月1日为时间期限，从七麦大数据平台导出该时间段的评分。将差评分數界定为1分到3分，好评分数界定为4分和5分。用八爪鱼采集器共采集4 638条评分评论，其中差评2 234条，好评2 404条。数据预处理，在差评中基本无刷屏现象。而在好评中存在很多游戏广告、贷款广告、软件优化广告、淘宝优惠券以及网络小说的刷屏。将这些无关信息清除后，得到1 891条好评。采用中国科学院计算技术研究所的NLPIR分词系统分别对差评和好评做高频词统计，再分别对统计好的差评和好评里前150个高频词做情感分析（NLPIR情感分析主要采用了两种技术：一是利用Bootstrapping进行情感词的自动识别与权重计算;二是利用深度神经网络扩展计算情感词，得到综合的结果）[8]得出差评和好评里面的正面情绪和负面情绪词汇得分，如表1所示。如差评里的正面情绪得分占46.58%，负面情绪占53.42%，好评里面正面情绪占79.27%，负面情绪占20.73%，进一步说明了差评里面也包含用户满意因素，好评里面也包含了用户不满意因素，即用双因素理论来分析评论文本具有合理性。

3.2  用户评论共现图谱分析

3.2.1  建立高频词汇表

采用NLPIR分词系统的“关键词提取”功能，对相关的评论内容进行如下处理：1）合并基本同义的关键词，如班主任、班班;2）删除无益于研究的泛义词汇，如同学、公众、该条等。对上述两种情况处理后，利用Excel工具，对提取的有效关键词出现的词频加以排序。因提取出的关键词数量较大的缘故，将高频关键词界定为出现频率50次以上的词汇，在将关键词“流利说”删除后，研究共获得50个高频关键词。随后，在Bibexcel软件中导入高频关键词频表，形成高频关键词的共现矩阵，并以Excel格式将其保存，为随后导入Ucinet中进行共词网络分析打下基础。

3.3  用户满意度影响因素分析

在上文中，已根据双因素理论将抓取的用户评论文本分为积极用户体验评价和消极用户体验评价两类。根據归类得出的用户评价指标体系，分别对积极用户体验和消极用户体验进行人工编码，如果一条评论中出现某个维度下的某个指标，则记为1，否则记为0。非参数检验是一种常用的数据分析方法，其主要功能是在总体方差知道甚少或未知的情况下，利用样本数据有效推断总体形态分布[11]。二项分布（Binomial Test）作为非参数检验方法的一种，主要功能是通过样本数据，检验样本来自的总体是否服从二项分布（其指定的概率为P）。

本文的数据结果呈现两种取值，出现=1，不出现=0，适用于二项分布检验。因此，本文在编码的基础上，进一步利用二项分布检验，得到各个因素出现频次在积极和消极用户体验评价中的显著性差异，并以各维度中不同指标的相对频次作为对比项，有效比较影响积极用户体验和消极用户体验评价的各因素的相对频次，进而分析影响用户满意度的相关因素[12]。

因为积极用户体验评价和消极用户体验评价的评论数量不同，所以对各维度下的各指标的出现频次采用相对频次，统计结果以百分比呈现。某个因素在某一类评价中出现的相对频次越高，说明这一因素越显著。用户评价经过编码后，通过SPSS进行二项分布检验，结果如表2所示。

二项分布检验的结果显示，消极用户体验评价的四个维度的16个指标均具有显著差异。相对频次结果显示，超过5%的前七个高分词频分别为课程（20.01%）、客服（9.05%）、配音（6.78%）、软件（11.22%）、版本（6.45%）、登记（9.55%）、班主任（5.18%）。上述分析结果可以得出，在影响积极用户体验评价的因素中，配置维度在用户评价的关注度最高。用户对于课程的质量有较高的要求，同时希望软件里面的配音是原版高质量的，最后客服的服务质量也有待提升。其次，系统维度的关注度也很高。从评论文本中的关键词词频统计也可看出很多用户在吐槽英语流利说App系统的闪退和卡顿，而且需要登记给用户带来了诸多不便。最后，一些推销行为造成了用户的反感。

同样，积极用户体验评价的四个维度的16个指标均具有显著差异。相对频次结果显示，超过5%的前七个高分词频分别为课程（13.37%）、配音（6.77%）、软件（20.89%）、版本（7.52%）、学费（6.86%）、打卡（5.19%）、班主任（5.98%）。上述分析结果可以得出，在影响积极用户体验评价的因素中，系统维度在用户评价的关注度最高说明用户对软件和版本的要求很高。其次，特色维度的关注度也很高。分析文本可知，用户认为打卡能有效增强学习英语的动机，班主任的督促有利于用户有效提高其学习的效率。此外，用户也比较关注课程和配音的这两个因素，对于英语学习的配置要求也比较高。

4  数字教育移动端App提升用户满意度路径探索

4.1  以强大的自主研发能力为核心驱动力，深耕AI教育领域

人工智能应用于教育领域可以提升教学效率，还可以根据每一位学生的特质提供个性化学习服务。流利说上线了的AI老师，为每一位用户定制的个性化课程在市面上广受好评。在用户评论中，用户也给予定制化学习极大的肯定。可以看出，为广大用户提供更人性化的服务体验，将是未来数字教育发展的必然趋势。

4.2  严格把关内容质量和服务质量，以质量为中心

一个企业想要实现可持续发展，就需要在产品质量和服务水平上下功夫。英语流利说App除了给用户提供练习口语的课程还提供了可以配音的小视频。小视频中包含经典英文影片片段、英文演讲片段以及英文歌曲片段等。这不仅吸引了用户，而且也提高了他们英语配音的能力。在用户评论中，用户对于客服和班主任的服务质量有较高的重视度，其服务会严重影响用户的使用体验。因此，数字教育企业需要严格把关招聘环节，选拔时应以能力为核心，选取德才兼备的人才并进行岗前培训。另外，也要尽可能多的采用原版高质量的英语配音视频，提供优质的学习素材。

4.3  注重产品的更新迭代，及时完善系统功能

产品的升级和迭代是任何一个品牌必经的发展历程，在产品升级换代的时候需要及时完善系统。英语流利说产品更新速度是很快的，但是从用户评论中了解到很多用户在吐槽英语流利说App系统的闪退和卡顿，而且需要繁琐的登记步骤给用户带来了诸多不便。未来数据教育产品也应注重产品的更新，但一定要在更新的时候及时优化和完善产品的功能，优化登记页面，方便新用户注册，给用户更好的体验。

4.4  定期分析学员数据，做好学习效果的复盘

学习效果复盘是一种将学习的思考、总结、反思、提高整合于一身的学习方式。流利说App为每位学员配备班主任，设立专属社群，把控学员学习进度的做法不仅提高了用户的学习效率也得到大多数人的高度赞扬。流利说App利用数据说话的特点，让用户直观清晰地了解到自己的学习情况，从而帮助用户做好了复盘的工作。通过对自己的经验和教训进行总结，掌握事物的原理和规律，是最好的学习方式，也是未来数字教育领域必须重视的一个方面。

4.5  运用大数据、人工智能精准投放广告，改善用户体验

根据用户评论可知，大多数人不太喜欢广告，但广告是媒体类产品商业化收入的主要来源，完全抛弃难以实现。需要注意的是，用户通常反感的是强迫推销式的，与阅读内容不相关的广告。引入贴片广告，应该摒弃传统粗暴、直接的做法，尊重用户对于广告的感官、心理体验，打造植入式的原生广告。随着深度学习能力的加强，未来数字教育领域在提高用户对产品的满意度时，需要重视广告推送的精准化和智能化。

参考文献

[1]翟姗姗，孙雪莹，李进华.基于社交体验的移动App持续使用意愿研究——以网易云音乐为例[J].现代情报，2019，39（2）：128-135.

[2]李武，赵星.大学生社会化阅读App持续使用意愿及发生机理研究[J].中国图书馆学报，2016，42（1）：52-65.

[3]赵志滨，刘欢，姚兰，等.中文产品评论的维度挖掘及情感分析技术研究[J].计算机科学与探索，2018，12（3）：341-349.

[4]潘华丽，史兆敏，陆忱.基于互动性视角的旅游App用户持续使用意愿研究[J].哈尔滨商业大学学报（社会科学版），2019（1）：117-128.

[5]赵杨，李齐齐，陈雨涵，等.基于在线评论情感分析的海淘App用户满意度研究[J].数据分析与知识发现，2018，2（11）：19-27.

[6]李曌赟.浅析教育类App的市场特征及营销策略——以英语流利说为例[J].现代经济信息，2019（8）：358.

[7]Herzberg，F.Motivation-hygiene profiles：pinpointing what ails the organization[J].Organizational dynamics，1974，3（2）：18-29.

[8]情感分析[EB/OL].http：//ictclas.nlpir.org/nlpir/html/qinggan-5.html.

[9]张勤，马费成.国外知识管理研究范式——以共词分析为方法[J].管理科学学报，2007（6）：65-75.

[10]邵云飞，欧阳青燕，孙雷.社会网络分析方法及其在创新研究中的运用[J].管理学报，2009，6（9）：1188-1193，1203.

[11]钱兵，徐举，常亚敏.基于运营商跨平台同源数据的购物决策路径研究[J].电信技术，2017（6）：13-18.

[12]俞越.上海不同档次酒店顾客满意度影响因素差异研究[D].上海：华东师范大学，2017.