情感倾向、市场类型与共享平台用户感知价值偏好关系研究

刘 刊，侯月婷，周宏瑞

（哈尔滨商业大学 管理学院，黑龙江 哈尔滨 150028）

0 引言

信息革命的发展和大数据的爆发式应用催生出共享经济这一依托共享平台进行交易的商业模式。共享平台以信息技术为基础，以用户需求为导向［1］，旨在从第三方角度同时面向共享服务或产品的供给者和需求者［2］，以实现社会分散资源和碎片化需求的匹配。共享平台区别于其他平台的特征是，市场中的用户既可自行选择成为供给者或需求者，又可以在双边市场中转变角色。因此，用户特征的规律和差异一直是共享平台企业关注的重点和难点，而情感认知差异会严重影响用户的需求和行为［3］，是研究用户群体特征的切入点之一［4］。产品需求者的情感倾向不仅会对需求者市场造成影响，也会对供给者市场产生联动作用，供给者的情感倾向又会作用于需求者市场，进而形成双边市场用户的互动效果［5］。积极情感倾向的评论表明，该用户持认可的态度，不仅有利于吸引更多的需求者使用共享平台，还有利于激励供给者提供更优质的产品或服务，建立起用户与用户、用户与平台间的良性互动，以扩大共享经济双边市场规模。

共享平台用户群体具有较强的主观能动性，感知价值与用户行为、态度、决策等紧密联系［6］，感知价值维度的构建有助于更加全面地理解用户的需求，共享平台的需求者和供给者都会由于感知价值偏好的差异形成不同的参与行为［7］。共享平台在寻求自身竞争优势的同时，应更多地关注价值创造的来源［8］。明确哪些方面和消极情感相关，哪些方面和积极情感相关，可以帮助企业更加准确地引导用户，努力放大能够有效提升用户情感倾向的长处，同时弥补企业在运营和建设上存在的不足，减少用户消极情感的产生，最终实现更高的经济效益。然而，现有研究忽略了共享平台双边市场主体差异的识别。从需求者角度出发多是探究影响需求者行为的因素［9］；从供给者角度出发主要是讨论共享平台市场定价决策和收益，以及供给者端影响因素等的相关问题［10］；从双边市场角度出发多是以平台策略为主导，识别双边市场用户的行为变化，或是多从某一特定行业的双边市场展开研究。数据来源方面，现有研究多采用调查问卷或数学建模方法，而半结构化数据的分析容易受到研究者知识水平的限制。非结构性的评论文本可以提供海量的资料和面板数据，具有时间跨度、较高程度的客观性和高度的实验可复制性等特点［11］，研究结果更加可靠。文本挖掘技术是以更加全面真实的用户反馈数据为出发点，是对共享平台用户感知价值相关研究的一种合理补充，可探究供给者和需求者感知价值维度和偏好的普遍规律与差异。

本文基于文本挖掘技术对用户评论文本进行多层次和多维度的分析，旨在从用户群体的情感倾向划分和感知因素的挖掘出发，讨论不同情感倾向用户的感知价值维度偏好是否存在差异和具体表现，以及当市场类型不同时，二者的相关性是否存在差异。这既是共享平台用户特征研究的一种新思路，又可以帮助共享平台企业有针对性地提高双边市场用户的情感倾向和满意度，最终实现市场份额和利润的提高。

1 文献综述

共享平台面向相对独立又相互关联的双边市场，共享平台企业通过吸引市场中的用户促成交易，并适当收取费用来实现网络收益，所涉及的举措包括后端技术设备支持和前端用户市场开发等［12］。双边市场中的供给者和需求者同时作为用户，通过共享平台企业开发的应用程序实现交互作用［13］。目前，国内外学者普遍认同基于双边市场的差异对共享平台进行分类的方式，包括供给者对需求者的C2C共享和共享平台或企业对需求者的B2C 共享，但前者才是狭义上的共享经济商业模式［14］。另外，双边市场中主体的行为偏好存在差异，例如价格敏感度不同［15］，参与交易的目的不同和参与行为的不同［16］，故不能忽视双边市场主体间的差异。综上，本文的研究对象为C2C 形式的共享平台，并将其面向的市场划分为供给者市场和需求者市场两种类型，以此作为研究用户特征差异的依据。

感知价值可以体现市场主体特征的规律和差异。一方面，感知价值与主体态度和行为紧密联系。共享经济情境下，需求者和供给者角色的结合为掌握主体特征和行为的共性提供了新的研究视角［17］。另一方面，对感知价值维度和感知因素的理解有助于共享平台企业识别需要改进的指标［18］。尤其是对主体的感知价值在维度或因素上的偏好的掌握，可以作为企业制定差异化策略的依据，有助于策略的及时调整和资源的合理配置［19］。以往关于平台用户的研究主要有两个方向：一是收集消费者的历史购买数据，进一步识别影响消费者行为的关键因素，依据分析结果为平台企业提供差异化战略的指导［20］，实现营销创新和增强营销效果［21］；二是针对共享经济某一领域进行深入研究，开发新情境下的感知价值量表，帮助这一领域的共享平台开发者为用户提供更好的体验［22］。实际上，感知价值对双边市场研究有支持作用，可以更准确地识别供给者和需求者的认知和行为差异，针对供给者市场和需求者市场进行的差异化服务可以为共享平台企业带来利润最大化［23］。

与感知价值类似，情感倾向作为衡量用户群体类型的重要角度，可以帮助企业进行精准营销［24］。一些研究认为情感倾向是感知价值的一个组成部分［25］，另一些研究认为情感倾向是影响感知价值的驱动因素，而不是其组成部分［26，27］。实际上，情感分析是文本挖掘的一个领域，主要通过将定性的文本数据转换成定量的情感数据，将文本情感分为不同类别，识别情感倾向，从而判断或评估数据发布者的态度和看法，作为衡量用户行为的依据［28］。由此可见，情感倾向与感知价值同为影响用户行为的因素［29］，并具有一定的相关关系［30］。但这种关系还未明确，值得深入研究。

以往的研究能够为划分市场类型、构建感知价值维度和分析用户情感倾向提供理论依据。本文从共享平台用户的视角出发，基于文本挖掘技术，将定性与定量分析相结合，探索用户情感倾向和感知价值偏好的相关性，以及在不同市场类型下的差异。不同于从单一市场出发或是忽略双边市场差异的研究角度，引入偏好模型计算供给者市场和需求者市场下的感知价值偏好值。上述研究过程还弥补了单纯的定量或定性研究方法难以分析变量间复杂的作用机理的问题［31］，理论贡献主要体现在3 个方面：①提取共享平台用户感知价值的4 个维度和9 个感知因素，赋予在新情境下感知价值的多元化维度划分，并通过用户情感倾向和感知价值偏好相关性的研究再次证明其正确性和重要性；②识别不同市场类型中二者相关性的差异，以及不同情感倾向的用户感知因素的偏好程度不同；③通过偏好计算模型对语义网络分析中得到的权重值进行深层次解读，扩展了文本挖掘结果的表现形式。

2 研究方法

2.1 研究设计

本文通过ROST Content Mining 进行语义网络分析，运用Python进行主题提取和实现数据的可视化。①采集与处理数据。对采集到的用户评论文本进行整理后，将用户情感倾向划分为积极、中性和消极3种类型。②提取感知价值维度和感知因素。通过建立用户评论文本挖掘的自定义词表、过滤词表和归类词群表来抓取关键词，通过对共词矩阵的分析得到与感知价值相关的主题及其主要影响因素，并结合感知价值的文献研究对共享平台用户感知价值的相关概念进行界定。③提出假设。对不同情感倾向用户群体关注的感知价值因素的差异识别，提出感知价值偏好与情感倾向存在相关性的假设；同时，考虑到共享平台双边市场中的用户特征存在差异，提出市场类型影响感知价值偏好和情感倾向相关性的假设。④分析情感倾向与感知价值偏好的相关性。从感知价值的4 个维度和感知因素出发，通过语义网络分析，讨论不同情感倾向用户群体的感知价值偏好。⑤分析不同市场类型下感知价值偏好与情感倾向相关性的差异。分别获取供给者市场和需求者市场感知因素的关键词权重，构建不同市场类型下的情感倾向与感知价值偏好矩阵，并通过偏好模型计算不同情感倾向用户群体的感知价值偏好值，以检验市场类型对感知价值偏好与情感倾向相关性的影响。

2.2 数据采集与处理

本文遵循案例典型性原则［32］，选取C2C共享形式的共享出行领域、共享住宿领域、共享医疗领域、共享知识领域作为研究对象。每个领域内选择的共享平台及具体原因为：①共享出行领域，“滴滴车主”面向供给者市场，“滴滴出行”面向需求者市场，以此实现双边市场的资源置换；②知识共享领域，“抖音”将知识提供者和需求者整合到同一款应用程序，以参与到共享经济中；③共享住宿领域，“爱彼迎”为旅行者和房东进行匹配，在供给端吸引整合线下闲置资源，在需求端不断为用户提供优质体验；④共享医疗领域，“微医”作为近三年来稳居共享医疗领域融资规模增速第一的共享医疗平台，优化了医疗资源配置。

在数据来源方面，App store 中用户下载渠道和进行反馈的方式统一，并能够形成海量单条用户真实评论的集合［33］，因此使用App store 中应用程序的用户评论文本具有合理性。使用Python - Requests模块编写在线爬虫程序提取了近5 万条用户评论文本，时间跨度为2018 年1 月至2020 年9 月。剔除重复的数据，将部分英文语言合理转换为中文语言，去除无效短句等处理，整理得到有效评论文本46718条。在进行共享平台不同情感倾向用户群体的整体差异分析时，考虑到数据来源于不同的应用程序，通过SPSS 对每个领域内的App 评论数据集进行随机抽样，得到每个领域内各7000 条评论文本，以保证文本分析结果不会向某一领域倾斜。本文借助ROST Content Mining 的情感分析模块对28000 条评论文本进行情感倾向的识别，分析结果见表1。

表1 用户评论文本情感分析结果Table 1 Results of user comment on text sentime nt analysis

2.3 相关概念界定

考虑到网络评论语言的不规范性，本文进行了数据预处理。首先，建立自定义词表对文本进行分词处理，根据研究需要和文本特征自定义了1095 个分词；然后，通过反复的词频分析，把与研究无关或者没有意义的词放进过滤词表，最终建立了551 个过滤词；最后，建立归类词群表计算词频，对部分同义词进行合并处理得到评论文本的关键词及其重要性（词频）。

感知因素是指感知价值每个主题的具体含义及其主要影响因素，它是决定关键词成为感知价值某一主题的原因。为了准确识别用户对共享平台的感知因素，本文从每一类情感倾向的用户评论文本中按照重要性选取出前30 个关键词，即用户感知价值中具体要素，通过共词矩阵分析整理为四大主题下的九大感知因素。如图1 所示：感知社会价值包括供给者互动、需求者互动和社会群体互动；感知功能价值包括平台功能和程序功能；感知体验价值包括参与体验和参与情绪；感知成本包括有形成本和无形成本。

图1 感知因素提取结果Figure 1 Extraction results of perceptual factors

共享平台用户感知价值是指在参与平台全过程中，用户与共享平台企业、用户与用户互动中形成的对产品/服务的认知，对产品功能的认知，通过情绪变化带来的对体验过程的认知和为了使用共享平台进行交易需要付出的东西的认知。大部分学者都是从感知利得和利失两个角度出发探讨其丰富内涵［34］。共享平台与传统商业中介平台相比，用户同时会注重体验过程和情绪变化上的满足。互联网企业具有社交属性［35］，双边用户共同使用共享平台的用户行为受到另一侧用户的影响［36］。共享平台经济模式以应用程序为媒介和依托，其本身的响应速度、页面布局等因素会影响到用户对参与交易全过程的整体感知［37］。综上，感知收益中的感知社会价值、感知功能价值、感知体验价值和感知付出中的感知成本构成了共享平台用户感知价值的四大维度。另外，感知价值偏好是指用户对共享平台感知因素和感知价值维度的主观评价，是一种倾向和态度，由于用户关注的重点不同，形成了感知到的各方面价值的不同。具体定义如表2 所示。

表2 共享平台用户感知价值维度及定义Table 2 Dimension and definition of perceived value of sharing platform users

2.4 假设提出

通过数据预处理中的分词、去除停用词，建立归类词群表等过程，共得到96 个关键词。分别提取不同情感倾向评论集的关键词，通过词云图来表现词频的高低，得出不同情感倾向用户群体对共享平台重点关注的要素及其异同（图2）。相同点有：交易方式和应用程序使用上的方便性；与医生、司机等产品供给者的互动，交到朋友等社会群体的互动；客服提供的服务；时间、供给者与需求者、平台三方的响应速度等。不同点有：①积极情感倾向群体高度首先关注正能量这一要素，其次关注实现收入自由和界面操作；②中性情感倾向群体关注的重点是感知功能价值（例如在共享医疗平台，用户可以通过应用程序实现等同于在医院挂号的平台功能的实现或登录软件、程序版本等程序功能实现中存在的问题）；③消极情感倾向群体重点关注时间这一要素，其次是程序闪退、取消订单等方面的问题。可见，不同情感倾向群体感知因素的侧重存在差异，由此提出假设1：用户情感倾向与感知价值偏好相关。另外，共享平台组织供需双方进行交易，表现出双边市场特征，市场类型可划分为供给者市场和需求者市场［38，39］。用户处于不同的市场类型中时扮演的角色不同，参与态度和行为也会存在差异［40］，由此提出假设2：不同市场类型下的用户情感倾向与感知价值偏好的相关性存在差异。综上，整体的文本挖掘过程如图3 所示。

图2 不同情感倾向群体关注要素的异同Figure 2 Similarities and differences of attention elements of groups with different sentiment tendencies

图3 共享平台APP用户评论文本挖掘过程Figure 3 The process of text mining of user comment of sharing platform application

3 假设检验

3.1 情感倾向与感知价值偏好

基于前文的假设，对不同情感倾向评论集分别进行感知价值维度上的分层讨论。语义网络分析过程为过滤无意义词后生成共现矩阵词表，表明词汇的组间关系划分的依据，继续提取行特征词，实现文本关键词语义关系可视化，因此可以更加清晰地描绘出情感倾向和感知价值偏好的相关关系。主要涉及以下3 个衡量指标：①关联度。指和节点相关联的边数，包括从该节点出发的边的条数和进入该节点的边的条数。②边权重。表示节点之间相互关系的强弱，用于比较表示平台类型的关键词与感知价值具体要素的语义关系强弱［41］。③效应值。引入统计学中效应值的计算检验语义分析结果中每个节点标准化后的平均相对差异，通过节点面积实现可视化［42］。

情感倾向与感知社会价值偏好：感知社会价值包括用户与供给者的互动、与需求者的互动和通过参与平台产生的与社会群体的互动（图4）。从图4可见，积极情感倾向与社会群体互动感知因素相关性较强。表示社会群体互动的关键词节点面积大于中性和消极情感倾向，也大于积极情感倾向中的需求者互动和供给者互动的节点，关键词权重在［164，332］区间，处于整体权重区间的上游位置（积极情感倾向评论集关键词整体权重区间为［107，378］），感知价值偏好在要素上的体现主要有：通过共享平台认识朋友和高频率提及粉丝黏性较强的代言人。消极情感倾向与供给者互动和需求者互动感知因素相关性较强。关键词节点面积相对较大，权重在［4，49］区间内，处于消极情感倾向评论集整体权重区间的上游位置，感知价值偏好在要素上的体现主要有：和粉丝的互动、医学生的参与、司乘互动等。综上，得到引理1：情感倾向与感知社会价值偏好相关，不同情感倾向的感知社会价值偏好不同。具体表现在：积极情感倾向与社会群体互动感知因素相关性较强，消极情感倾向与供给者互动、需求者互动感知因素相关性较强。

图4 感知社会价值的文本挖掘Figure 4 Text mining for perceived social value

情感倾向与感知功能价值偏好。感知功能价值包括平台功能和程序功能（图5）。从图5 可见，积极情感倾向与感知功能价值相关性较强。表示程序功能的界面好看这一要素权重较高，表示平台功能的关键词节点面积较大，且权重高于程序功能中的词汇节点，感知价值偏好在要素上的体现有：供给者可以获得收入，需求者可以使用网约车功能等。另外，消极情感倾向与程序功能感知因素相关性较强。表示程序功能的关键词关联度相对较多，存在界面、投诉、客服回复、取消订单等积极情感倾向群体中没有的关键词，且部分相关节点面积相对较大，感知价值偏好在要素上的体现有：客服的回复、用户投诉、取消订单等。综上，得到引理2：情感倾向与感知功能价值偏好相关，不同情感倾向的感知功能价值偏好不同。具体表现在：积极情感倾向与平台功能和程序功能感知因素相关性较强，消极情感倾向与程序功能感知因素相关性较强。

图5 感知功能价值的文本挖掘Figure 5 Text mining for perceived functional value

情感倾向与感知体验价值偏好：感知体验价值包括参与体验和参与情绪（图6）。从图6 可见，与中性和消极情感倾向群体相比，积极情感倾向群体中表示参与体验的关键词关联度较多；关键词节点面积较大；权重在［116，396］，远高于积极情感倾向中表示参与情绪词汇节点的权重（［34，125］区间），以及中性、消极情感倾向群体中表示参与体验节点的权重（［4，28］区间）。感知价值偏好在要素上的体现有参与交易的方便性、选择自由性等。综上所述，得到引理3：情感倾向与感知体验价值偏好相关，不同情感倾向的感知体验价值偏好不同。具体表现在：积极情感倾向与参与体验感知因素相关性较强。

图6 感知体验价值的文本挖掘Figure 6 Text mining for perceived experience value

情感倾向与感知成本偏好：感知成本包括有形成本和无形成本（图7）。从图7 可见，积极情感倾向与无形成本相关性较强。关键词节点面积和关联强度均高于中性和消极情感倾向群体，且权重在［182，665］区间，远高于积极情感倾向群体中表示有形成本因素的关键词，感知价值偏好在要素上的体现为节约时间等。另外，消极情感倾向与有形成本相关性较强。其中，关键词关联度较多，权重在［15，71］区间（消极情感倾向文本关键词整体权重区间为［15，90］），节点面积大于积极情感倾向群体中表示有形成本的关键词节点，感知价值偏好体现在平台价格这一要素。综上所述，得到引理4：情感倾向与感知成本偏好相关，不同情感倾向的感知成本偏好不同。具体表现在：积极情感倾向与无形成本感知因素相关性较强，消极情感倾向与有形成本感知因素相关性较强。

图7 感知成本的文本挖掘Figure 7 Text mining for perceived cost

通过分别讨论情感倾向与感知价值在4 个维度偏好上的相关性，可以认为假设1 成立。

3.2 不同市场类型下的感知价值偏好

将供给者用户和需求者用户的评论文本均划分为积极、中性、消极情感倾向群体，并分别进行语义分析。关联强度（strength）设定为［1，4］，strength ＜2，为弱相关或不相关，通过语义关联强度对生成的关联语义进行筛选。保留strength≥2 的关联规则，以排除冗余。表中数据缺失位置表示情感倾向与感知价值偏好可能存在弱相关或者不相关，即与某一情感倾向中的其他感知因素相比不存在较强的相关关系。

权重均值表示某一感知因素在特定情感倾向群体中的集中趋势；总体权重反映了节点出强度，综合了出度和边权重两方面来表示不同市场类型和情感倾向下共享平台和感知因素关系的总强度。因此，综合上述指标可以客观表示出用户情感倾向与感知价值偏好相关性较强的感知因素。基于供给者市场用户评论文本的不同情感倾向语义网络分析结果的关联规则的权重均值和总体权重的计算结果，得到不同情感倾向用户群体的感知价值各维度的感知因素权重（表3）。

从表3 可见，供给者市场中，感知社会价值维度与中性情感倾向强相关；感知功能价值维度既与积极情感倾向强相关，又与消极情感倾向强相关；感知体验价值既与积极情感倾向强相关，又与消极情感倾向强相关；感知成本维度中的有形成本因素与积极情感倾向强相关。

表3 供给者市场不同情感倾向的感知因素权重Table 3 The perceptual factor weights of different sentiment trends in supplier market

本文基于需求者市场用户评论文本的不同情感倾向语义网络分析结果的关联规则的权重均值和总体权重的计算结果，得到了不同情感倾向用户群体的感知价值各维度的感知因素权重，具体如表4 所示。

从表4 可见，需求者市场中，感知社会价值维度中的社会群体互动因素与积极情感倾向强相关，需求者互动因素与消极情感倾向强相关；感知功能价值维度中的平台功能因素与积极情感倾向相关性较高，程序功能因素与消极情感倾向相关性较高；感知体验价值维度与积极情感倾向强相关；感知成本维度中的有形成本因素与积极情感倾向强相关。

表4 需求者市场不同情感倾向的感知因素权重Table 4 The perceptual factor weights of different sentiment trends in demander market

通过建立情感倾向—感知价值偏好模型，比较和展示上述两种市场类型下情感倾向与感知价值偏好的相关性差异。首先，基于对供给者市场和需求者市场中的用户情感倾向与感知价值偏好分析，建立感知价值不同维度各因素的情感倾向矩阵，由1或0 进行填充，1 表示感知价值因素与情感倾向存在强相关，0 表示感知价值因素与情感倾向不存在强相关。供给者市场和需求者市场的感知价值偏好矩阵Pij如表5 所示。

表5 情感倾向与感知价值偏好矩阵Table 5 Matrix of sentiment trend and perceive d value preference

其次，借助偏好模型［43］，将情感倾向与感知价值偏好模型定义为：

式中：prePu，pj表示共享平台用户群体感知价值对情感倾向的偏好值；Wu，i表示用户群体感知价值不同因素的权重；Npj表示感知价值所有因素中与情感倾向（Pj＝1，2，3）存在相关性的数量；Npj0表示感知价值因素中既与情感倾向Pj相关，又可以与其他的情感倾向存在相关性的数量；N00表示感知价值所有因素中仅与一种情感倾向存在相关性的数量。将用户评论文本通过语义分析得到的权重进行计算，由此得到用户群体感知价值各因素的情感倾向偏好值（表6）。

表6 不同情感倾向的感知价值偏好值Table 6 Perceived value preference values for different sentiment trends

一方面，不同市场类型的消极情感倾向的感知价值偏好不同。供给者市场的消极倾向的感知价值偏好无显著差异，在需求者市场则具有明显不同，消极情感倾向与需求者互动和程序功能因素偏好相关性较高；另一方面，不同市场类型的积极情感倾向的感知价值偏好也不同。供给者市场的积极情感倾向最主要与感知体验价值维度中参与体验因素相关，其次是感知成本维度中的有形成本因素和感知功能价值维度中的平台功能因素；需求者市场的积极情感倾向与感知价值各维度都存在相关性，偏好值最高的是感知功能价值维度中的平台功能因素，其次是参与体验因素和社会群体互动因素。综上所述，可得引理5：市场类型不同，情感倾向与感知价值偏好的相关性存在差异。

上述分析表明，供给者市场和需求者市场中的用户情感倾向与感知价值偏好的相关性存在差异，可以认为假设2 成立。

4 结论与建议

4.1 结论

主要结论如下：①不同情感倾向用户的感知价值偏好不同，积极情感倾向中平台功能感知偏好值最高，消极情感倾向中参与体验和平台功能感知偏好值较高。②不同市场类型中的用户感知价值偏好不同。感知社会价值维度中的社会群体互动因素和感知功能价值维度中的平台功能因素与需求者的积极情感倾向相关性较强；感知体验价值维度中的参与体验因素与双边市场用户的积极情感倾向相关性较强；感知成本维度中的无形成本因素与供给者的积极情感倾向相关性较强。

4.2 对策建议

针对上述研究结论，本文提出以下对策建议：①对平台提供的功能进行优化可以更有效地提高积极情感倾向，通过对客服人员专业技能的培训，提高他们的服务意识，优化平台用户参与交易的功能模块等措施来实现；创造更优质的用户体验能更有效地减少用户的消极情感倾向，可以通过采用场景化的形式将平台内容传递给用户，推出首次交易提供大额补贴，用户的优质评价可以获得奖励等措施来实现。②企业应根据供给者市场和需求者市场主体的差异，判断用户积极情感倾向和消极情感倾向的相关因素。而对感知要素的强化，针对不同市场主体应采取有效的措施，可提高市场积极情感倾向与感知价值偏好的相关性。具体来讲，面对需求者市场时，平台应努力提高用户对社会群体互动的感知。例如，采用明星代言，将人格形象转移到平台品牌上，开放用户留言中心，搭建沟通论坛等，向用户传递更高的感知社会价值。面对供给者市场时，平台则应努力降低用户的感知成本。例如，优化用户对于碎片化时间的利用程度，减少用户等待交易完成的时间，提高平台的响应速度等，向用户传递更低的感知成本，尤其是无形成本。