李　紅，潘　娜

(北京航空航天大學(xué) 經(jīng)濟管理學(xué)院，北京 100083)

?

基于ICA K-Means的產(chǎn)品口碑演化聚類與營銷分析

李紅，潘娜

(北京航空航天大學(xué) 經(jīng)濟管理學(xué)院，北京 100083)

對于產(chǎn)品而言，其在線口碑的活躍度是非常具有代表性的一個指標(biāo)。在線口碑活躍度的高低，直接揭示產(chǎn)品的生命周期演化模式，對于產(chǎn)品生命周期有全面的了解有助于決策者制定營銷計劃以及戰(zhàn)略。但由于產(chǎn)品在線評論的高維性和復(fù)雜性，使得其聚類的難度加大。所以，在普通的K均值算法的基礎(chǔ)上引入獨立成份分析，對異類產(chǎn)品之間或同類產(chǎn)品在線口碑的活躍度之間進(jìn)行聚類分析，可以大大降低復(fù)雜性和提升聚類準(zhǔn)確性；同時深入分析提取出的產(chǎn)品生命周期曲線，有效提升在線口碑信息在電子商務(wù)營銷管理與決策支持中的作用，深化在線口碑活躍度的管理學(xué)視角研究。

在線評論；時間序列聚類；K均值；獨立成分分析；產(chǎn)品生命周期

一、引言

隨著互聯(lián)網(wǎng)絡(luò)在全球范圍內(nèi)的飛速發(fā)展，人們發(fā)布和獲取信息的方式發(fā)生了翻天覆地的變化，網(wǎng)絡(luò)被認(rèn)為是繼報紙、廣播、電視之后的“第四媒體”。Web2.0的出現(xiàn)更是為普通用戶自由發(fā)表觀點和看法提供了全新的平臺。消費者越發(fā)頻繁地通過各種意見反饋系統(tǒng)發(fā)表其產(chǎn)品使用體驗，形成了新形式的產(chǎn)品口碑信息。網(wǎng)絡(luò)調(diào)查顯示44%的受訪者在Web平臺上發(fā)表過自己的觀點；而另一項調(diào)查顯示82%的受訪者在購買產(chǎn)品或服務(wù)時會參考網(wǎng)上評論信息。[1]

產(chǎn)品在線評論承載了消費者最直接的產(chǎn)品體驗，是一個龐大而且信息豐富的數(shù)據(jù)集，蘊含了大量的管理和決策支持信息，是最具影響力的信息資源之一。其價值可以從消費者和商家兩方面來分析：①對于消費者而言：首先，由于產(chǎn)品在線評論是一種無偏的產(chǎn)品信息，消費者對它的可信度大大高于商家的促銷信息，所以產(chǎn)品口碑對潛在客戶的購買決策有指導(dǎo)作用；其次，這種口碑信息使消費者能夠以更積極的態(tài)度影響產(chǎn)品的銷量和價格,形成良性循環(huán)。②對于商家來說，合理有效地分析產(chǎn)品口碑?dāng)?shù)據(jù)集可以觀測到用戶在不同產(chǎn)品周期(導(dǎo)入—成長—成熟—衰退)的關(guān)注熱點，從而為產(chǎn)品的導(dǎo)入、營銷和持續(xù)改進(jìn)提供決策支持信息，這是一種比傳統(tǒng)市場調(diào)研更經(jīng)濟和快捷的方式。

聚類就是將數(shù)據(jù)對象分為多個類，達(dá)到同類中的對象具有較高的相似度，不同簇中對象差別較大的效果。在許多應(yīng)用中，可以將一個簇中的數(shù)據(jù)對象作為一個整體來對待。聚類在模式識別、圖像處理、數(shù)據(jù)分析以及市場研究等領(lǐng)域有廣泛的應(yīng)用。

獨立成分分析(ICA是信號處理領(lǐng)域在20世紀(jì)90年代發(fā)展起來的一種新的統(tǒng)計方法[2],自從1998年Back和Weigend將ICA的研究推廣到金融領(lǐng)域后,ICA方法用在高維時間序列方面的研究便得到了廣泛的關(guān)注[3]。在許多領(lǐng)域，ICA逐漸顯示出重要的應(yīng)用價值。盡管其在國外發(fā)展的較早，也較快，而在中國國內(nèi)則剛剛興起，但國內(nèi)對其的關(guān)注程度也在逐漸提高，對其的研究也取得了一些有意義的結(jié)果。但是，ICA的研究中還存在著許多問題，有待于進(jìn)一步的研究和發(fā)展。

基于以上分析，筆者提出了“基于ICA的產(chǎn)品在線口碑活躍度的時間聚類分析”，通過縱向視角的口碑活躍度演化研究：一方面，在理論上可以豐富在線評論挖掘和利用的管理學(xué)研究視角，為將在線口碑活躍度信息引入營銷管理與決策提供理論模型和技術(shù)方案，并力爭達(dá)到國際領(lǐng)先水平；另一方面，在應(yīng)用上本項目的研究成果可應(yīng)用于在線交易平臺的產(chǎn)品比較和產(chǎn)品推薦，以及產(chǎn)品供應(yīng)商的市場分析和營銷策略制定，有效提升企業(yè)的在線口碑營銷管理能力。

二、高維時間序列數(shù)據(jù)的聚類算法ICA K-Means

(一)ICA及Fast ICA算法實現(xiàn)

1.ICA概述

盲源分離指的是在源信號和傳輸通道參數(shù)未知的情況下,僅由觀測到的源信號的各個獨立成分分析的過程。ICA作為盲源分離中最有效的一種方法,它的目的就是分解觀察出來的數(shù)據(jù),使分解出來的成分盡量相互獨立。[4]ICA假設(shè)存在n個相互統(tǒng)計獨立的源信號

S(t)=[S1(t),S2(t),…,Sn(t)]

(1)

其中：T是源信號各分量的線性混合,即

X(t)=AS(t)

(2)

其中: A∈Rn×n為未知非奇異混合矩陣。ICA的實質(zhì)是在無先驗知識的前提下尋求分離

W=(wT1，wT2,…,wTn)

(3)

其中: T∈Rn×n。

進(jìn)而得到

Y(t)=WX(t)

(4)

其中:

Y(t)=[Y1(t),Y2(t),…,Yn(t)]T

(5)

且使得y(t)中的各分量盡量相互統(tǒng)計獨立,從而獲得獨立的估計,即

Y(t)=＾S(t)

(6)

所以它可以深層次地挖掘出隱藏在現(xiàn)象背后的原因。

由于獨立成分正是隱藏在現(xiàn)象背后深層次的公共因素,故可以認(rèn)為其混合矩陣中的權(quán)重代表了序列的特征。[5]為了減少計算的開銷，文章利用對權(quán)重的聚類來代替對原始時間序列數(shù)據(jù)的聚類。

2.Fast ICA算法

Fast ICA算法是由芬蘭赫爾辛基工業(yè)大學(xué)計算機與信息科學(xué)實驗室的Hyvarinen及其合作者提出來，又稱固定點算法，該算法不需要設(shè)置學(xué)習(xí)速率，采用了定點迭代的優(yōu)化算法，使得收斂快并且穩(wěn)健，是ICA算法中最典型的算法之一。[6]

Fast ICA算法基于非高斯性最大化原理，使用固定點(fixed-point)迭代理論尋找W^T x的非高斯性最大值，該算法采用牛頓迭代算法對觀測變量x的大量采樣點進(jìn)行批處理，每次從觀測信號中分離出一個獨立分量，是獨立分量分析的一種快速算法。該算法的非高斯性度量函數(shù)為

J(y)[E{G(y)}-E{G(v)}]2

(7)

為了減少算法需要估計的參數(shù)，簡化算法的計算，在運行Fast ICA算法之前往往需要對數(shù)據(jù)進(jìn)行預(yù)處理過程，即去均值和白化過程。

3.利用Fast ICA獲取混合矩陣流程

為了使對龐大的原始數(shù)據(jù)的聚類更加簡便,首先要對原始數(shù)據(jù)進(jìn)行Fast ICA分析。分析得到的混合矩陣較原始數(shù)據(jù)實現(xiàn)了降維降噪，并完整地保留了重要的特征。

其步驟如下：

步驟1.中心化和白化觀測數(shù)據(jù)x(t),得到z(t)。

步驟2.給定Wi∈Rn,i=1,2,…,n的初值,使其范數(shù)為1,如步驟4正交化矩陣W。

步驟3.對每個i=1,2,…,n,

(8)

其中：g為根據(jù)數(shù)據(jù)的高斯性選非線性函數(shù)。

步驟4.對稱正交化矩陣W

(9)

步驟5.如果不收斂,返回步驟3[7]。

(二)時間序列數(shù)據(jù)聚類ICA K-Means算法設(shè)計

針對高維時序數(shù)據(jù)特征，文章提出了一種基于ICA的K均值聚類方法——ICA K-means。

1.ICA K-Means算法的基本思想

普通的K-均值聚類用于時間序列聚類時，由于數(shù)據(jù)維度大，會產(chǎn)生較大的開銷，也會使效率偏低，造成聚類效果不好等。 所以為避免用K-均值算法對時間序列進(jìn)行聚類的這一缺陷，可以先利用ICA方法首先提取靜態(tài)特征數(shù)據(jù),然后利用K-均值算法對所提取的靜態(tài)特征數(shù)據(jù)進(jìn)行聚類,從而完成了對原始時間序列數(shù)據(jù)的聚類,由此便得到了一種新的基于ICA的時間序列聚類方法。ICA K-Means算法流程如圖1所示。

2.ICA K-Means算法的流程

3.ICA K-Means算法的具體實現(xiàn)

ICA K-Means算法由兩步實現(xiàn)：

步驟1.實現(xiàn)獨立成分分析，提取特征矩陣。

輸入的數(shù)據(jù)集為樣本矩陣，采用Matlab7.1仿真軟件，利用fastICA2.5工具箱對樣本進(jìn)行ICA分析。將提取的特征矩陣存入access數(shù)據(jù)庫。

步驟2.利用java語言編寫的程序，對特征矩陣進(jìn)行K-均值聚類。

步驟1得到的特征矩陣作為輸入，采用在eclipse編寫的實現(xiàn)K-均值算法的程序來完成這一步，得到聚類結(jié)果。

三、 基于ICA K-Means算法的產(chǎn)品口碑演化聚類

(一)信息反饋平臺的選擇介紹

對比分析亞馬遜、淘寶和京東商城這三大零售網(wǎng)站。從網(wǎng)站知名度、網(wǎng)站響應(yīng)速度、網(wǎng)站評論活躍度、網(wǎng)站會員評論可信度和網(wǎng)站信譽度5個方面進(jìn)行綜合比較，以重要程度為標(biāo)準(zhǔn)每個屬性賦予一個權(quán)值，用專家評分法計算總分，選擇總分最高的網(wǎng)站作為信息采集平臺。結(jié)果顯示選擇亞馬遜為信息反饋平臺。

作為中國電子商務(wù)領(lǐng)袖，亞馬遜中國為消費者提供圖書、音樂、影視、手機數(shù)碼、家電、家居、玩具、健康、美容化妝、鐘表首飾、服飾箱包、鞋靴、運動、食品、母嬰、運動、戶外和休閑等28大類、超過260萬種的產(chǎn)品，通過“購物免運費”服務(wù)以及“貨到付款”等多種支付方式，為中國消費者提供便利、快捷的網(wǎng)購體驗。

通過亞馬遜中國的不懈努力和消費者的大力支持，亞馬遜中國每年都保持了高速增長，用戶數(shù)量也大幅增加。在未來的發(fā)展中，亞馬遜中國將進(jìn)一步豐富產(chǎn)品種類，加強用戶體驗，力爭以最豐富的選品、最具競爭力的價格和最優(yōu)質(zhì)的客戶體驗成為中國消費者的首選網(wǎng)上商城。

(二)樣本數(shù)據(jù)集的構(gòu)建

研究對象均選擇生命周期大約在3～4個月的產(chǎn)品，且研究對象都為剛剛上市，便于在研究期內(nèi)觀察到其全部的生命周期。產(chǎn)品包括兩大類：功能類和體驗類。功能類包括電子產(chǎn)品和日用品。

電子產(chǎn)品的代表為手機、CPU和耳機。日用品代表為化妝品和服裝。體驗類包括書籍和碟片，書籍包含教輔類、小說類和人文社科類。碟片分為游戲軟件、唱片和影片。

文章最終共選擇了37個樣本，每個樣本取100天的在線評論數(shù)作為一個時間序列。最終得37×100的一個矩陣為樣本X。

(三)產(chǎn)品在線口碑活躍度的演化聚類

實驗平臺是Window 7，Intel2.2 GHz CPU，6GB內(nèi)存。

根據(jù)上文介紹的基于ICA K-Means聚類方法，可對37個產(chǎn)品100天的在線評論數(shù)做時間序列聚類分析。

首先將37×100的樣本矩陣輸入Matlab，利用Fast ICA2.5工具箱，經(jīng)過FASTICA的ICA得到混合矩陣w；將混合矩陣w作為輸入，運行執(zhí)行K-均值算法的程序，得到的聚類整理結(jié)果如表1所示。

綜合得到的8個聚類結(jié)果，評價法則為組合在一起出現(xiàn)頻度高于4的組合確定歸為一類，其余定為不具代表性，則不予考慮，因此，得到聚類最終結(jié)果如表2所示。

(四)口碑演化模式與產(chǎn)品生命周期分析

眾所周知，產(chǎn)品的口碑活躍度越高，說明產(chǎn)品的銷售量越高，受到的關(guān)注度越高；產(chǎn)品的口碑活躍度很低，銷量也一定持續(xù)低迷，產(chǎn)品將慢慢不再受到關(guān)注。由此可見，產(chǎn)品在線口碑的活躍度的趨勢在一定程度上反映著產(chǎn)品生命周期(product life cycle)的趨勢。

表1　聚類初步結(jié)果表

表2　聚類最終結(jié)果表

1.產(chǎn)品生命周期概述

產(chǎn)品生命周期是指產(chǎn)品從進(jìn)入市場開始，直到最終退出市場為止所經(jīng)歷的市場生命循環(huán)過程。產(chǎn)品如同人的生命一樣，它會由誕生到成熟，最終走向衰亡。產(chǎn)品在投入市場以后，其銷量和利潤都會隨時間推移而改變，呈現(xiàn)一個由少到多再由多到少的過程，這就是產(chǎn)品的生命周期現(xiàn)象。產(chǎn)品只有經(jīng)過研究開發(fā)、試銷，然后進(jìn)入市場，它的市場生命周期才算開始。產(chǎn)品退出市場，則標(biāo)志著生命周期的結(jié)束。[8]

最典型的產(chǎn)品生命周期一般可分為4個階段，即引入期、成長期、成熟期和衰退期。

產(chǎn)品生命周期是一個很重要的概念，它和企業(yè)制定產(chǎn)品策略以及營銷策略有著直接的聯(lián)系。作為一名管理者,他的目標(biāo)之一就是使他的產(chǎn)品銷售周期盡量延長，這樣才能使之賺取的利潤足夠來補償在產(chǎn)品推出時的成本和風(fēng)險，所以管理必需深入研究以及合理運用產(chǎn)品生命周期理論。對于營銷人員，產(chǎn)品的生命周期理論也可作為產(chǎn)品市場運作的有力指導(dǎo)工具。[9]但是，產(chǎn)品生命周期理論也有局限性。首先，由于產(chǎn)品生命周期是產(chǎn)品生命趨勢的反映，也是營銷策略的結(jié)果，所以產(chǎn)品生命周期理論的運用不能運用在市場營銷戰(zhàn)略開發(fā)的過程中。其次，在預(yù)測產(chǎn)品性能時產(chǎn)品生命周期的運用也受到限制。

2.口碑演化的典型模式和產(chǎn)品生命周期分析

聚類結(jié)果可演化為5類比較具有代表性的生命周期模型。每一類選出一種數(shù)據(jù)代表性比較好的產(chǎn)品，選擇的產(chǎn)品序號對應(yīng)如表3所示。

表3　代表產(chǎn)品表

對每一種產(chǎn)品的100天的評論數(shù)進(jìn)行數(shù)據(jù)預(yù)處理，即中心化。根據(jù)中心化后的數(shù)據(jù)畫出的生命周期曲線如圖2～圖6所示。

第一類類生命周期曲線與最典型的生命周期曲線趨于一致，有著引入期的低迷，成長期的增長，成熟期的長期走高，衰退期的減少，但在衰退期的最后有一小波的銷量增長。

第二類生命周期曲線，在一開始投入市場就有非常好的銷量，但經(jīng)過一小波高潮后，就持續(xù)走低，之后一直維持在很低的銷量水平，可以說有了很好的引入時期，使起點很高，但后勁不足，銷量在高潮后迅速下降，且下降幅度很大，可以說生命周期非常短暫。

第三類生命周期曲線，與第二類類似，但不同的是在產(chǎn)品推出后先經(jīng)過了一段銷量低靡的時期，之后有了很大的銷量增長，直至巔峰，但維持時間很短，就又恢復(fù)了銷量低靡的時期，最后直至退出市場，此類生命周期也很短暫。

第四類生命周期曲線在前期引入期很順利，銷量波動走高，直到進(jìn)入成熟期。但成熟期結(jié)束后，銷量迅速下降，并之后一直持續(xù)降低到比最初引入期還要低的水平。

第五類生命周期曲線綜合了前面的第一類和第二類生命周期曲線的特征。首先像第二類生命周期一樣在投入市場之后，就有了非常好的銷量，之后回到了比較正常的第一類生命周期軌道，經(jīng)過了引入期、成長期、成熟期，最終停留在衰退期。

四、全生命周期下的產(chǎn)品口碑營銷策略

(一)產(chǎn)品口碑的營銷渠道與營銷模式分析

1.口碑營銷

口碑營銷就是以口碑傳播為途徑的營銷方式，即企業(yè)運用各種有效的手段，引發(fā)企業(yè)的顧客對其產(chǎn)品、服務(wù)以及企業(yè)整體形象的談?wù)摵徒涣鳎⒓铑櫩拖蚱渲苓吶巳哼M(jìn)行介紹和推薦的營銷方式和過程。[10]

口碑營銷的概念源于網(wǎng)絡(luò)。如今，博客、微博以及論壇這種互動性的社會化媒體平臺逐漸壯大，已經(jīng)漸漸發(fā)展為網(wǎng)絡(luò)輿論產(chǎn)生和發(fā)展的源頭，其傳播效應(yīng)和影響力遠(yuǎn)遠(yuǎn)超過了任何一種媒體。同時，網(wǎng)絡(luò)社會化媒體有著比傳統(tǒng)媒體成本低和互動性強的優(yōu)點，所以文章將主要分析基于社會化媒體平臺的網(wǎng)絡(luò)口碑營銷模型。

2.營銷模型

營銷模型主要包括營銷的傳播途徑和傳播的方法兩個方面，即傳播渠道和營銷策略。[11]

(1)傳播渠道

對于傳播渠道的選擇主要是由產(chǎn)品目標(biāo)用戶群特征決定，除了傳統(tǒng)媒介和網(wǎng)絡(luò)媒體一些門戶網(wǎng)站，最具有影響力和最適合開展口碑營銷策略的渠道是博客、微博、論壇以及一對一傳播。

如今，由于博客具有自媒體的特點，博客已經(jīng)逐漸成長為最具有網(wǎng)絡(luò)影響力社會化媒體網(wǎng)絡(luò)平臺。制造話題、發(fā)現(xiàn)熱點是博客和微博最大的特點，此外，微博和博客還可以對網(wǎng)絡(luò)熱門的話題和對象進(jìn)行跟蹤以及放大，從而逐漸形成一定規(guī)模的輿論效應(yīng)，并且隨著影響力的擴大，還能夠?qū)鹘y(tǒng)媒體和門戶網(wǎng)站造成影響，最終達(dá)到對事件產(chǎn)生實質(zhì)性的影響的效果。對于微博和博客而言，每一位用戶所發(fā)表的內(nèi)容都代表著自己獨有的觀點，并且每個用戶都擁有固定的讀者群，包括朋友、親戚、同事、同行業(yè)者和粉絲。所以利用博客和微博進(jìn)行的口碑營銷，具有傳播信任度高、目標(biāo)用戶覆蓋率廣、人與人直接互動的特點。

論壇在某種意義上與博客較為類似，因為它也具有制造話題、發(fā)現(xiàn)熱點，并且最終影響事件的功能。但是論壇產(chǎn)生于互聯(lián)網(wǎng)早期，在那個年代論壇營銷確實是網(wǎng)絡(luò)營銷的一種常用方法。但隨著互聯(lián)網(wǎng)的發(fā)展，人們對單純的廣告發(fā)帖回帖產(chǎn)生抵觸，有些論壇版主甚至?xí)V告貼一律刪除，將發(fā)布廣告者封號。所以網(wǎng)民的抵觸情緒也使得論壇的口碑營銷策略要不斷地改進(jìn)。論壇的口碑營銷策略需要更加隱蔽，更加具有藝術(shù)性，這無疑對廣告的創(chuàng)意執(zhí)行提出了更高的要求。

一對一傳播指的是點對點的信息交互，如短信、QQ、MSN、郵件和微信等。這種營銷方式無疑是傳播速度最快最直接的方式。但是由于信息大爆炸造成的信息超載，人們利用各種方式過濾垃圾短信和垃圾郵件。這種方式的營銷效果已經(jīng)極其有限。

(2)營銷策略

一直以來，營銷策略多種多樣，如事件營銷、病毒營銷、整合營銷等。但管理者所面對的問題不是抉擇使用哪一種營銷策略，而且如何能夠?qū)I銷策略整合在一起，全局掌控產(chǎn)品的消費者反饋以及產(chǎn)品的銷量。

知名飲料品牌王老吉就曾成功地整合了多種營銷策略。王老吉在CCTV宣布捐款一億元利用了事件營銷，然后通過論壇營銷把這一事件進(jìn)行放大，通過博客、論壇、E-mail進(jìn)行病毒式營銷，同時又使用了標(biāo)題策略、短缺效應(yīng)、互惠原理等策略，是一次典型的跨媒體整合營銷案例。

(二)生命周期階段的口碑營銷策略

口碑營銷是口碑傳播者不斷向外擴散口碑的過程，這是一個不斷變化的過程。因為產(chǎn)品處于不同的生命周期階段，其營銷方法和傳播者是不同的，所以傳播渠道和營銷策略在整個產(chǎn)品周期過程中需要不斷地進(jìn)行修正和調(diào)整。

1.產(chǎn)品引入期

在新產(chǎn)品初期投入市場的時候，只有兩種產(chǎn)品銷售渠道，首先是商家周圍的社交圈以及商家以前積累的用戶資源。其次是在產(chǎn)品銷售初期的第一批用戶。這兩類用戶組成了產(chǎn)品引入期的主要目標(biāo)用戶群，稱為初期用戶。

初期用戶是最初的口碑傳播者，也是口碑產(chǎn)生的原點。這類用戶一般是樂衷于嘗試新鮮事物并且樂于將使用經(jīng)驗分享給他人的人。在產(chǎn)品引入期，商家需要快速定位初期用戶并將產(chǎn)品擴散到這類群體中，形成初期小范圍的影響。

2.產(chǎn)品成長期

當(dāng)產(chǎn)品在初期用戶群中得到了正面的反饋，積累了一些固定的傳播者之后，可以通過口碑營銷策略從引入期邁入成長期。在產(chǎn)品成長期這個階段，傳播者數(shù)量不斷地積累和壯大，此時傳播渠道和營銷策略也將不再適應(yīng)成長期的需求，商家需要根據(jù)用戶的需求進(jìn)行完善和升級。

此外，引入品牌概念是在產(chǎn)品成長期一項重要的目標(biāo)。商家在與買家進(jìn)行互動和溝通中，初見形成自己的品牌文化，因此，口碑營銷的作用將漸漸削弱，品牌營銷將替代口碑營銷成為主要的營銷方式。

3.產(chǎn)品成熟期

在產(chǎn)品成熟期，主要營銷方式應(yīng)該為品牌營銷。但是值得注意的是口碑營銷的特殊作用，它不僅可以起到擴大品牌影響力、鞏固品牌地位的作用，還能延長產(chǎn)品生命周期。同時如果商家把握住此時機，合理地與買方進(jìn)行溝通與互動，積極獲取消費者建議、掌握消費需求趨勢、鞏固用戶群等，還可以增強品牌影響力，甚至能夠發(fā)現(xiàn)新市場與新機遇。

4.產(chǎn)品衰退期

事實上，產(chǎn)品真正經(jīng)歷衰退期并且最終退出市場的情況很少。因為在產(chǎn)品衰退期的早期甚至還未邁入衰退期的時候，商家就會推出取代舊產(chǎn)品的新產(chǎn)品，使此系列產(chǎn)品重新進(jìn)入上升通道，重新進(jìn)入口碑營銷、品牌營銷的正向循環(huán)。

綜上所述，隨著社會環(huán)境、網(wǎng)絡(luò)壞境的不斷變化，營銷的策略也應(yīng)不斷變化。目前，傳統(tǒng)營銷逐漸乏力、消費者也逐漸對廣告感到麻木，所以若單純地利用傳統(tǒng)營銷模式必定難以在日漸激烈的競爭中脫穎而出，營銷的創(chuàng)新是必由之路。在網(wǎng)絡(luò)從媒體時代進(jìn)入個人媒體時代的背景下，在博客、論壇、微博主宰網(wǎng)絡(luò)輿論導(dǎo)向的情況下，口碑營銷成為個人媒體時代最具有自媒體特性的營銷方法。

(三)生命周期不同模式的口碑營銷策略

針對上文提出的5種生命周期曲線提出口碑營銷策略如圖7～圖10所示。

從圖7可知，AB段有一段銷量較低的階段，在成長期階段有一段銷量不升反降，說明此階段產(chǎn)品在成長過程中遇到了銷量低潮期，這是對產(chǎn)品的成長非常不利的。如果借助口碑營銷的手段，則可將AB階段的時間縮短，甚至使此階段徹底消失。

在A點，產(chǎn)品銷量較之前有了大幅度的下降，此時對于商家來說，可以采取營銷手段使銷量繼續(xù)上升。

從圖8可知，引入期非常短暫，在產(chǎn)品一面市就已經(jīng)有了非常高的銷量，但是從C點開始就走出了成熟期，開始衰退。所以為使產(chǎn)品的生命周期更長，應(yīng)從C點就開始加大口碑營銷的策略，使銷量能長時間維持在高點。

由于第二類和第三類的成熟期以后走勢相同，只存在引入期長短的差異，所以在此不予贅述。

第四類生命周期曲線(圖9)在引入期和成長期都很符合正常的生命規(guī)律，但成熟期時間非常短暫，并且很快衰退，降低至比剛面市還要低的銷量水平。如若想改變這種局面，使銷量維持在成熟期的高水平，并能慢慢衰退直至退出市場，那么就要在D點開始或加大口碑營銷手段。

第五類生命周期曲線(圖10)可以說是比較成功的生命周期，在一開始投入可能因為很強的營銷手段或者促銷使銷量急速上升，營銷或促銷結(jié)束之后，就回到了正常的生命周期。但為了使銷量增多，理想的是在前期達(dá)到銷量巔峰時就使之維持在這一水平。所以也就是要在E點使用或加大口碑營銷。

在以上提到的口碑營銷點A、C、D、E可采用如下口碑營銷手段：

1.無償使用產(chǎn)品

最普通的手段是商家給博客用戶提供免費的試用品，經(jīng)博客用戶試用后，他們會將對產(chǎn)品使用的體驗寫成文章，分享給關(guān)注他們的人。但是這種策略并不能持續(xù)于產(chǎn)品整個生命周期，只能在產(chǎn)品打開市場時使用此策略。

2.好評返現(xiàn)

經(jīng)過多年發(fā)展，商家又找到一種刺激用戶做出正面評價的方法，即好評返現(xiàn)。所謂好評返現(xiàn)就是用戶在為產(chǎn)品做出好的正面評價后，商家會返還一部分金額給消費者。這種另類的打折方法刺激了大量的用戶在使用后做出正面評價。這種方法是一種“雙贏”的策略。商家不但因為好的口碑不斷擴大銷量，消費者也會因此享受折扣。

3.傳統(tǒng)營銷與口碑營銷相結(jié)合

以傳統(tǒng)媒體為依托來進(jìn)行給口碑營銷是一種即能保證口碑的可信度又能保證傳播廣度的營銷手段。近些年來新興的一種職業(yè)酒店試睡員就是源于這樣一種營銷手段。酒店邀請酒店試睡員到其酒店進(jìn)行居住體驗，試睡員體驗過后會寫出非常專業(yè)的點評發(fā)布在各大媒體上，這種測評報告會以較高的可信度征服消費者。在這種情況下口碑營銷的策劃者采取權(quán)威人士的評論發(fā)布在傳統(tǒng)媒介平臺的方式大大提高了口碑的影響力。

五、結(jié)語

文章用改進(jìn)的方法對產(chǎn)品在線口碑進(jìn)行了聚類分析，并根據(jù)聚類結(jié)果，提出了生命周期的演化模型，并提出了管理學(xué)角度的營銷建議。

文章的主要貢獻(xiàn)是以下三個方面：

第一，提出一種ICA K-Means時間序列聚類算法。

產(chǎn)品的在線評論是時間序列，具有高維復(fù)雜性。所以文章提出了一種改進(jìn)的聚類方法，即基于ICA的K-均值算法。該算法先對數(shù)據(jù)進(jìn)行預(yù)處理和降維，提取出靜態(tài)特征，之后對此進(jìn)行聚類代替對原始大量高維數(shù)據(jù)聚類，大大提高了效率與準(zhǔn)確性。

第二，由聚類結(jié)果識別出代表性的生命周期類型。

文章應(yīng)用ICA K-Means算法對產(chǎn)品口碑活躍度進(jìn)行了演化聚類分析，識別了口碑演化的典型模式。根據(jù)聚類結(jié)果，推出了5類比較具有代表性的生命周期類型。

第三，提出了生命周期不同模式階段的產(chǎn)品口碑營銷策略。

文章應(yīng)用生命周期理論和營銷理論，對每種生命周期類型的趨勢進(jìn)行分析，且提出了口碑營銷點和相應(yīng)的口碑營銷建議，以延長產(chǎn)品的生命周期。

[1] 余傳明.從產(chǎn)品評論中挖掘觀點：原理與算法分析[J].情報理論與實踐，2009，32(7)：124—128.

[2] WANG Z.Fixed-point algorithms for constrained ICA and their applications in fMRI data analysis[J].Magnetic Resonance Imaging,2011,29(9):1288—1303.

[3] BACK A D,WEIGEND A S.A first application of independent component analysis to extracting structure from stock returns[J].International Journal of Neural Systems,2011,8(4):473—484.

[4] 段哲民,馬裕,彭斌，等.基于盲源分離的商業(yè)銷售計算機仿真分析[J].計算機仿真,2009(11):308—311.

[5] 蘇木亞,郭崇慧.基于主成分分析的單變量時間序列聚類方法[J].運籌與管理,2011(6):66—72.

[6] 唐珊珊,孫路路.基于FastICA算法的混合圖像分離方法[J].宿州學(xué)院學(xué)報,2010,25(2)：52—54.

[7] 戴慶輝,魏紅麗.基于產(chǎn)品生命周期的顧客滿意度與產(chǎn)品理想度研究[J].科技創(chuàng)新與應(yīng)用,2014(3)：17—18.

[8] 田大明.基于產(chǎn)品生命周期面向運營商服務(wù)策略研究[J].市場周刊：理論研究，2009(9)：55—56.

[9] 劉玉明.在線口碑信息對消費者購買決策影響的研究[J].價格理論與實踐,2010(3):77—78.

[10] 胡雪飛.口碑營銷——零售企業(yè)營銷制勝的利器[J].中小企業(yè)管理與科技,2012(4):30—32.

[11] 劉艷.論口碑傳播銷售策略[J].中國商貿(mào),2010(12):27—28.

Clustering and Marketing Analysis for Products Online Word-of-mouth Activity Series Based on ICA K-Means

LI Hong,PAN Na

(School of Economic and Management,Beijing University of Aeronautics and Astronautics,Beijing 100083,China)

For product,online word-of-mouse activity is a very typical index,which reveals life cycle evolution model of product.Understanding the product life cycle helps decision makers to make marketing strategy.It is more difficult to do clustering analysis because the product online comments are high-dimensional and complex.Thus,combining K-means algorithm with independent comment analysis and clustering products by this algorithm can improve the accuracy and reduce complexity in no small measure.Furthermore,in-depth analysis on the product life curve can effectively improve the effect of online word-of-mouth information in e-commerce marketing management and decision support,deepening the research on online reputation activity.

online reputation；time series clustering；K-means；Independent Component Analysis；life cycle

10.13766/j.bhsk.1008-2204.2014.0578

2014-11-13

國家自然科學(xué)基金資助項目(71471009)；教育部人文社科學(xué)研究規(guī)劃基金資助項目(11YJA630044)

李紅(1969—)，女，黑龍江哈爾濱人，副教授，博士，研究方向為數(shù)據(jù)挖掘、社會計算.

F713

A

1008-2204(2016)06-0045-09