王和勇 曾德杭

[摘 ? ?要] 隨著電子商務(wù)行業(yè)的發(fā)展，近年來在線商家數(shù)量不斷增長，在線商家服務(wù)領(lǐng)域不斷拓寬，線上線下結(jié)合的商業(yè)形式成為主流。而在線評論成為溝通消費(fèi)者和商家的重要橋梁。消費(fèi)者通過在線評論直觀地表達(dá)自己對產(chǎn)品或服務(wù)的觀點(diǎn)和評價(jià)，使在線評論成為在線商家提升服務(wù)質(zhì)量的重要依據(jù)。為提升在線商家服務(wù)質(zhì)量，文章以消費(fèi)者對餐飲業(yè)在線商家服務(wù)質(zhì)量的在線評論為例進(jìn)行挖掘分析，運(yùn)用LDA（Latent Dirichlet Allocation）模型對在線評論數(shù)據(jù)進(jìn)行處理，挖掘出消費(fèi)者對在線商家服務(wù)質(zhì)量的關(guān)注點(diǎn)，并利用服務(wù)質(zhì)量差距模型（the Gap Model of Service Quality，又稱PZB模型），從縮短“顧客期望與感知差距”的四個(gè)維度，提出了在線商家服務(wù)質(zhì)量提升的建議。

[關(guān)鍵詞] 在線評論;服務(wù)質(zhì)量;LDA模型;PZB模型

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 19. 070

[中圖分類號] F713.6 ? ?[文獻(xiàn)標(biāo)識碼] ?A ? ? ?[文章編號] ?1673 - 0194（2020）19- 0165- 08

0 ? ? ?引 ? ?言

近年來，互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，線上與線下相互結(jié)合的商業(yè)模式成為企業(yè)和商家發(fā)展的主流。人們將原本線下進(jìn)行的商業(yè)活動(dòng)，慢慢地與線上活動(dòng)相結(jié)合。這種商業(yè)模式的發(fā)展給人們帶來許多便利，形成了在線商家與消費(fèi)者雙贏的局面。在線商家和消費(fèi)者通過在線評論的方式進(jìn)行信息交換，一方面為幫助商家提高服務(wù)質(zhì)量提供參考，另一方面為消費(fèi)者間進(jìn)行交流提供渠道。但是隨著線上活動(dòng)的日趨頻繁，在線商家對于在線評論的處理隨著在線評論的增多變得十分困難，在線商家面臨著無法有效分析大量評論信息的窘境。這使得以在線評論為基礎(chǔ)謀取提高服務(wù)質(zhì)量的方法變得十分困難。

其實(shí)，國內(nèi)研究人員已經(jīng)就如何提升在線服務(wù)質(zhì)量進(jìn)行了相關(guān)研究。施國洪等[1]通過專家訪談和問卷調(diào)查的方式從感知有用性、感知易用性、感知便利性、感知愉悅性等角度構(gòu)建了“移動(dòng)圖書館服務(wù)質(zhì)量影響因素模型”，分析了上述各個(gè)維度之間的關(guān)系以及他們對移動(dòng)圖書館服務(wù)質(zhì)量的影響，從而得出改進(jìn)移動(dòng)圖書館服務(wù)質(zhì)量的建議。丁娟[2]細(xì)化和改進(jìn)了基礎(chǔ)的WebQual模型得到旅行社網(wǎng)站服務(wù)質(zhì)量綜合評價(jià)模型T-WebQual，并運(yùn)用該評估模型對我國部分旅行社進(jìn)行評估，發(fā)現(xiàn)我國旅行社中在線服務(wù)質(zhì)量存在的問題。李婧寧等[3]針對在線旅游服務(wù)業(yè)態(tài)中存在的模式單一、服務(wù)水平有待提高等問題進(jìn)行分析，圍繞易用性、安全性、響應(yīng)性、履行性、內(nèi)容和信息、在線滿意度和在線忠誠度等因素通過問卷調(diào)查，構(gòu)建了旅游平臺服務(wù)質(zhì)量評價(jià)體系。

從上述在線服務(wù)質(zhì)量提升的研究可以看出，在線服務(wù)質(zhì)量研究方法采用專家訪談、問卷調(diào)查及其模型改進(jìn)等，這些研究方法存在著行業(yè)特殊性和主觀性。隨著在線商家和消費(fèi)者數(shù)量的逐漸增大，此研究方法在海量在線評論面前具有一定片面性。

在線評論可以幫助消費(fèi)者獲取到關(guān)于產(chǎn)品或服務(wù)的信息。隨著商業(yè)模式的不斷發(fā)展，在線評論也逐漸成為商家了解消費(fèi)者需求，消費(fèi)者反饋意見的重要渠道。因此在線評論的相關(guān)研究成為了在線服務(wù)質(zhì)量提升的重要方向之一。肖軼楠等[4]通過對酒店在線點(diǎn)評進(jìn)行語義分析，將賓客的感知服務(wù)質(zhì)量分為整體服務(wù)評價(jià)、前廳服務(wù)評價(jià)、客房服務(wù)評價(jià)和餐飲服務(wù)評價(jià)四個(gè)部分，并以酒店整體服務(wù)、前廳整體服務(wù)等十二個(gè)二級指標(biāo)進(jìn)一步分析酒店管理的服務(wù)質(zhì)量。王洪偉等[5]從在線評論的情感分析入手，選取兩家快遞公司的評論信息進(jìn)行分析，結(jié)合SERVQAL量表，圍繞企業(yè)整體、價(jià)格、時(shí)效性等維度建立了快遞服務(wù)質(zhì)量評價(jià)體系。由麗萍等[6]從在線評論的語義分析入手，從語義分析中得出服務(wù)質(zhì)量測量的數(shù)據(jù)來源，之后應(yīng)用TOPSIS模型（Technique for Order Preference by Similarity to an Ideal Solution）以酒店總體、地理位置、客房總體、客房施舍等維度建立了酒店服務(wù)評價(jià)體系。為了更好地理解在線評論對于消費(fèi)者決策的影響，李宗偉[7]構(gòu)建了在線評論影響消費(fèi)者購買決策的模型，指出店鋪屬性、商品品質(zhì)、在線評論是影響消費(fèi)者的重要因素，平臺屬性與商品品類在購買決策中會(huì)起到調(diào)節(jié)作用。Palese， B等[8]利用在線評論結(jié)合主題模型和線性回歸，分析出SERVQUAL模型中消費(fèi)者評估服務(wù)質(zhì)量的各個(gè)因素的影響力強(qiáng)度相對關(guān)系。

總結(jié)上述文獻(xiàn)可以發(fā)現(xiàn)以下兩個(gè)方面的問題：其一，大多數(shù)文獻(xiàn)針對某一行業(yè)的在線商家進(jìn)行籠統(tǒng)的分析，沒有結(jié)合在線商家自身的優(yōu)劣等信息對在線商家進(jìn)行細(xì)分和研究;其二，沒有利用服務(wù)質(zhì)量差距模型對在線評論和服務(wù)質(zhì)量提升進(jìn)行研究，服務(wù)質(zhì)量差距模型作為研究服務(wù)質(zhì)量改進(jìn)問題的重要概念性框架對在線服務(wù)質(zhì)量提升具有很強(qiáng)的指導(dǎo)意義。

文章以此為突破點(diǎn)對在線評論數(shù)據(jù)進(jìn)行分析，研究如何提升在線商家服務(wù)質(zhì)量。選取“大眾點(diǎn)評”中餐飲業(yè)的評論數(shù)據(jù)，將在線商家按照“好”“中”“壞”進(jìn)行分類。通過對在線評論文本數(shù)據(jù)的挖掘，針對不同層次的在線商家以及其在線評論內(nèi)容進(jìn)行主題挖掘，試圖找到在消費(fèi)者視角下不同類型在線商家的不同特征，并根據(jù)這些特征及關(guān)系結(jié)合PZB模型中“管理感知差距”“質(zhì)量標(biāo)準(zhǔn)差距”“服務(wù)傳遞差距”和“營銷宣傳差距”四個(gè)維度，提出餐飲業(yè)在線商家服務(wù)質(zhì)量提升的建議。

1 ? ? ?研究方法

1.1 ? PZB模型

服務(wù)質(zhì)量差距模型是由A.Parasuraman 、Valarie A Zeithamal 和 L. Berry 等人提出的，也被叫做PZB 模型。該模型被廣泛地應(yīng)用于服務(wù)質(zhì)量改進(jìn)領(lǐng)域。模型認(rèn)為顧客期望和顧客感知存在差距，并且這些差距決定了顧客對產(chǎn)品或服務(wù)的認(rèn)知。模型中的“顧客期望和感知差距”是由服務(wù)提供者的一系列內(nèi)部決策和活動(dòng)決定，并且由服務(wù)提供過程中的管理層感知差距、質(zhì)量標(biāo)準(zhǔn)差距、服務(wù)傳遞差距和營銷宣傳差距共同決定。其中各項(xiàng)差距的內(nèi)涵[9]如表1所示。

PZB 模型的各項(xiàng)差距中，前四項(xiàng)差距為具體的質(zhì)量差距維度，而“顧客期望與感知差距”則是由上述四項(xiàng)差距共同決定。

服務(wù)質(zhì)量差距模型現(xiàn)已被廣泛地應(yīng)用于許多領(lǐng)域，例如現(xiàn)代遠(yuǎn)程教育公共服務(wù)體系學(xué)習(xí)中心[10]、圖書館[11]、公立醫(yī)院[12]和會(huì)展活動(dòng)[13]等。PZB模型作為服務(wù)質(zhì)量提升的分析工具，被許多學(xué)者與SERVQUAL量表結(jié)合使用，用于發(fā)現(xiàn)服務(wù)環(huán)節(jié)中可能出現(xiàn)的問題。本文結(jié)合了PZB模型對服務(wù)活動(dòng)分析的科學(xué)性，并將其與文本分析相結(jié)合，以文本分析提供信息基礎(chǔ)，以PZB模型提供分析思路進(jìn)行在線商家的服務(wù)質(zhì)量改進(jìn)。

1.2 ? LDA主題詞提取

LDA是一種無監(jiān)督的學(xué)習(xí)模型，能夠通過文檔語義，發(fā)現(xiàn)文檔中的隱含主題。其核心思想是將文檔抽象地表示成主題的概率分布，主題又構(gòu)造成詞匯的概率分布，進(jìn)而將文檔和詞匯進(jìn)行鏈接。

如圖1所示，Di，j表示某一篇文檔，α表示文檔-主題的先驗(yàn)分布參數(shù)，β表示主題詞語的先驗(yàn)分布參數(shù)，θ表示文檔Di，j的主題多項(xiàng)式概率分布，φz表示第z個(gè)主題的詞匯多項(xiàng)式概率分布，ZDi，j，r表示文檔Di，j的第r個(gè)詞的主題，WDi，j，r表示文檔Di，f的第r個(gè)詞，K表示文檔中詞語個(gè)數(shù)，V表示主題數(shù)目。LDA模型思路為：

（1）對于每一篇文檔Di，j，根據(jù)θm～Dir（？鄣）生成文檔Di，j關(guān)于主題的多項(xiàng)式分布參數(shù)θm;

（2）對于每一個(gè)主題z，根據(jù)φz～Dir（β）生成主題z關(guān)于語料庫中詞語的多項(xiàng)式分布參數(shù)φz;

（3）對于每個(gè)文檔Di，j中的第r個(gè)詞語WDi，j，r：

①根據(jù)多項(xiàng)式分布ZDi，j，r～Muli（θm），抽樣得到詞匯WDi，j，r所屬的主題ZDi，j，r;

②根據(jù)多項(xiàng)式分布Wi，j，r～Muli（φz），抽樣得到具體的主題詞Wi，j，r。

經(jīng)過以上步驟，得到每個(gè)文檔的多個(gè)LDA主題詞{Wi，j，1，Wi，j，2，Wi，j，3，…，Wi，j，r，…，Wi，j，e}。

LDA模型作為一種成熟的無監(jiān)督的文本學(xué)習(xí)模型，因?yàn)槠鋵ξ谋局黝}詞發(fā)現(xiàn)的無監(jiān)督性和科學(xué)性現(xiàn)已被廣泛地應(yīng)用于文本挖掘領(lǐng)域，而以LDA模型衍生的研究也被研究者們廣泛認(rèn)可。近些年以LDA為基礎(chǔ)的研究內(nèi)容可以分為兩個(gè)方向：一是對LDA模型自身的改進(jìn);二是將基礎(chǔ)LDA模型與特定應(yīng)用相結(jié)合。模型改進(jìn)方面，包括模型增加詞序信息的LDA-WO模型[14]、模型增加哈希標(biāo)簽的EM-LDA模型[15]以及增加權(quán)重等因素的可擴(kuò)展LDA模型[16]等，各種模型改進(jìn)方法針對其不同的應(yīng)用領(lǐng)域在不同方面都會(huì)有好的表現(xiàn)。

相比于模型改進(jìn)，關(guān)于LDA模型的研究更多則是通過基礎(chǔ)LDA模型的應(yīng)用，對不同研究內(nèi)容的分析和優(yōu)化，例如應(yīng)用LDA模型優(yōu)化推薦算法[17]、應(yīng)用LDA模型對企業(yè)微博主題傳播效果進(jìn)行分析[18]等。文章也將從應(yīng)用角度出發(fā)，將LDA模型應(yīng)用于在線商家服務(wù)質(zhì)量改進(jìn)中，結(jié)合商家的評論信息分析出消費(fèi)者關(guān)注的在線商家服務(wù)質(zhì)量的主題，以此作為信息基礎(chǔ)進(jìn)行研究。

2 ? ? ?研究設(shè)計(jì)

利用在線評論中隱藏的信息作為在線商家服務(wù)質(zhì)量提升的基礎(chǔ)，挖掘不同類型在線商家的不同特征及其關(guān)系，結(jié)合PZB模型，提出針對不同類型在線商家的服務(wù)質(zhì)量提升建議。研究技術(shù)路線如圖2所示。

技術(shù)路線分為三個(gè)部分，分別是在線評論采集和數(shù)據(jù)預(yù)處理、LDA處理以及PZB模型分析。

（1）在線評論采集和數(shù)據(jù)預(yù)處理部分包括對在線評論文本數(shù)據(jù)的采集、數(shù)據(jù)的分類整理、在線評論文本分詞以及去除停用詞。

關(guān)于數(shù)據(jù)采集，采集的數(shù)據(jù)來源于“大眾點(diǎn)評”用戶評論的文本數(shù)據(jù)，根據(jù)“大眾點(diǎn)評”中好評率的排序?qū)υ诰€商家進(jìn)行分類，分為“好店鋪”“中店鋪”和“差店鋪”;并對同類型店鋪的在線評論內(nèi)容按照“好評”“中評”和“差評”（分類依據(jù)大眾點(diǎn)評中評論星級）進(jìn)行分類。數(shù)據(jù)分類結(jié)果如圖3所示。

其中Si表示第i（1

Di，j={C，Ci，j，2，Ci，j，3，…，Ci，j，h，…，Ci，j，x}，1

Ci，j，h為店鋪Si的j類評論的第h條評論，總共x條評論。在此分類基礎(chǔ)上對Ci，j，h進(jìn)行分詞，并去除分詞結(jié)果中無用的停用詞，得到Di，j轉(zhuǎn)變?yōu)樵~語集合，如式②所示：

Di，j={W，WDi，j，2，WDi，j，3，…，WDi，j，f，…，WDi，j，k}，1

其中，Di，j包含k個(gè)詞語，表示店鋪Si的j類評論的所有評論數(shù)據(jù)的分詞結(jié)果，WDi，j，f為其中的第f個(gè)詞語。

（2）LDA處理部分主要是LDA主題詞提取以及對LDA主題詞的統(tǒng)計(jì)分析。把每個(gè)商家Si的每種評論j的評論數(shù)據(jù)Di，j作為一個(gè)文檔集，分別生成LDA主題詞，如式③所示：

LDAi，j=LDA（Di，j），1

生成的LDA主題結(jié)果如圖4所示。

其中LDAi，j表示店鋪Si對應(yīng)的在線評論j經(jīng)過LDA處理后得到的LDA主題詞，j取不同值代表不同類型在線評論。LDAi，j如式④所示：

LDAi，j={w，w，j，2，wi，j，3，…，wi，j，r，…，wi，j，e}④

wi，j，r表示店鋪i所對應(yīng)的語料j（“好評”“中評”“差評”）所提取的第r個(gè)主題詞，主題詞共e個(gè)，且e≤k。

在得到LDA主題詞后，對不同類型在線評論進(jìn)行主題詞的詞頻統(tǒng)計(jì)，通過LDA主題詞的統(tǒng)計(jì)特性進(jìn)行分析，得出餐飲業(yè)在線商家服務(wù)質(zhì)量中存在的問題，并得出餐飲業(yè)商家服務(wù)質(zhì)量改進(jìn)的階段性結(jié)論。

（3）PZB模型分析部分，首先借助PZB模型對餐飲業(yè)在線商家服務(wù)質(zhì)量中出現(xiàn)的問題進(jìn)行總結(jié)分析，并分別從PZB模型的四個(gè)角度出發(fā)，分析在線商家服務(wù)過程中存在的問題，并以此提出建議。

3 ? ? ?實(shí)證結(jié)果與分析

3.1 ? 數(shù)據(jù)

數(shù)據(jù)來源是“大眾點(diǎn)評”中餐飲業(yè)評論數(shù)據(jù)，共采集評論頁8 620頁，依據(jù)大眾點(diǎn)評好評率進(jìn)行排序，在線商家數(shù)量分布如表2所示。

3.2 ? LDA結(jié)果展示

應(yīng)用上述數(shù)據(jù)針對每個(gè)店鋪的每種評論都生成一個(gè)LDA主題，具體展示如表3所示。文章通過對表中同一店鋪不同類型評論中主題詞的區(qū)別得出消費(fèi)者關(guān)注的側(cè)重點(diǎn)，以及通過不同類型店鋪的同種類型評論的對比，分析出不同類型店鋪之間存在的差別，并以此作為服務(wù)質(zhì)量改進(jìn)的基礎(chǔ)。

3.3 ? LDA結(jié)果分析

本節(jié)從單個(gè)店鋪主題詞分析和不同類型店鋪主題詞統(tǒng)計(jì)對比兩個(gè)角度進(jìn)行深入分析。從微觀的單個(gè)店鋪解析出消費(fèi)者的關(guān)注主題和具體問題，從宏觀的不同類型店鋪主題詞統(tǒng)計(jì)對比中解析出不同類型店鋪特點(diǎn)和差異性。

3.3.1 ? 單個(gè)店鋪主題詞分析

以表3中差店鋪中編號為的店鋪為Sq+1分析對象，對比不同類型評論的LDA主題詞結(jié)果，提取消費(fèi)者關(guān)注要點(diǎn)進(jìn)行分析如下。

所有類型評論的LDA主題詞中，都出現(xiàn)了“兒童”或者“小朋友”，在經(jīng)過確認(rèn)后，該餐廳是一家擁有兒童游樂場所的兒童主題餐廳。

由主題詞內(nèi)容可知，消費(fèi)者主要關(guān)注該店鋪的三大主題：食物、環(huán)境和其他。關(guān)于主題詞的主題方面總結(jié)如表4所示。

從表3中可以看出，店鋪的好、中、差評都有對餐廳環(huán)境和餐廳食物的LDA主題詞。結(jié)合評論內(nèi)容，食物份量和味道方面，中評、差評中的意見更為突出，味道并不合乎部分人的胃口并且分量也在一定程度上達(dá)不到要求。環(huán)境方面，餐廳整體環(huán)境較好，但是在店鋪差評中提到衛(wèi)生環(huán)境的問題和許多關(guān)于游樂設(shè)備的意見，例如關(guān)于游樂空間、游樂設(shè)施量和設(shè)施質(zhì)量等方面的意見，表現(xiàn)出所宣傳的“兒童主題”沒有與消費(fèi)者期望相吻合的現(xiàn)象。

總結(jié)消費(fèi)者對該商家的關(guān)注點(diǎn)，包括以下幾方面：首先是食物方面的問題，包括食物份量和食物味道兩個(gè)因素;其次是環(huán)境方面的問題，包括環(huán)境衛(wèi)生和游樂設(shè)施兩個(gè)因素;第三則是宣傳方面的問題，指對店內(nèi)游樂設(shè)施的宣傳造成消費(fèi)者期望過高的問題。

3.3.2 不同類型店鋪主題詞統(tǒng)計(jì)對比

對不同類型店鋪的不同類型評論主題詞進(jìn)行詞頻統(tǒng)計(jì)，選取九類評論詞頻較高的前20個(gè)詞，以“詞：詞頻”形式展示，如表5所示。

從表5的詞頻統(tǒng)計(jì)結(jié)果可以看出，作為餐飲企業(yè)的在線評論，所有類型店鋪的所有類型評論，“味道”都排在第一位，顯示出消費(fèi)者對餐廳首要考慮的因素仍然是食物的味道。

除去描述食品的詞（例如“芝士”“三文魚”等）后，余下的大部分會(huì)圍繞餐廳的環(huán)境、服務(wù)等方面。

“環(huán)境”詞頻大部分徘徊在第3到第7名（如表6所示），表明環(huán)境是大多數(shù)消費(fèi)者會(huì)考慮的問題。在不同評論對比之下，不論店鋪類型，好評中“環(huán)境”的頻次高于中評，中評中“環(huán)境”的頻次又高于差評，從側(cè)面可以體現(xiàn)出“環(huán)境”提升能夠很好地促使消費(fèi)者給出更好的評論。

如表7，8所示，在差評中“服務(wù)”和“服務(wù)員”被提及的次數(shù)要多于中評和好評，表現(xiàn)出消費(fèi)者往往更傾向于在差評中反應(yīng)關(guān)于“服務(wù)”及“服務(wù)員”的觀點(diǎn)?；蛘哒f在服務(wù)方面，消費(fèi)者對于負(fù)面觀點(diǎn)的表達(dá)比正面觀點(diǎn)的表達(dá)更為積極。服務(wù)方面出現(xiàn)的問題更能促使消費(fèi)者給出較差的評論。由此可見，在相同情況下，服務(wù)的好壞對于消費(fèi)者的評價(jià)十分重要，在服務(wù)沒有到達(dá)一定要求的情況下，消費(fèi)者更容易給出不好的評論。

從“服務(wù)”和“環(huán)境”詞頻排序的前后順序分析，在“差”“中”店鋪類型的評論中，差評“服務(wù)”的位置排在“環(huán)境”前面，中評和好評里“環(huán)境”的頻次更高;而在“好”類型店鋪的所有評論中“服務(wù)”的詞頻總是不少于“環(huán)境”。即對于中等或者相對較差的店鋪，其服務(wù)的質(zhì)量并沒有達(dá)到顧客的期望，以至于不能地在好評和中評中被提及的足夠多，也反映了對于這兩種店鋪食物的味道和環(huán)境固然重要，但是服務(wù)和服務(wù)員質(zhì)量提升將是減少顧客期望差距的重要因素。

針對表5中詞語“位置”的統(tǒng)計(jì)結(jié)果如表9所示。

從詞語的出現(xiàn)情況可以看出，在被認(rèn)為沒那么好的店鋪（“中店鋪”“差店鋪”）中往往會(huì)出現(xiàn)“位置”這個(gè)詞，其中“差店鋪”更加明顯。對于餐飲企業(yè)，“位置”往往被認(rèn)為有兩層含義：一是餐廳的地理位置，二是餐廳內(nèi)消費(fèi)者的用餐位置。從管理改進(jìn)的角度分析，一方面是對商家店鋪選址問題的優(yōu)化;另一方面則是對店鋪內(nèi)部環(huán)境的優(yōu)化。商家選址應(yīng)盡可能地選擇便于消費(fèi)者尋找的地方或者在表述餐廳位置的信息上盡可能準(zhǔn)確，而餐廳內(nèi)部環(huán)境部分應(yīng)將用餐位置盡可能科學(xué)地設(shè)計(jì)。

表5中“新鮮”的詞頻統(tǒng)計(jì)結(jié)果如表10所示。

從表5中發(fā)現(xiàn)，“好店鋪”和“中店鋪”三種評論類型的“新鮮”詞頻與“差店鋪”明顯不同，說明好的餐飲業(yè)店鋪（“好”“中”店鋪對比“差”店鋪）會(huì)讓消費(fèi)者更容易體驗(yàn)到食物的新鮮程度，進(jìn)而得到好的評論。

3.4 ? 結(jié)論總結(jié)及管理改進(jìn)

綜合LDA主題詞分析，運(yùn)用PZB模型將餐飲業(yè)商家可能存在的問題進(jìn)行總結(jié)，如表11所示。

管理層感知差距是由于管理層難以捕捉消費(fèi)者的需求而產(chǎn)生的差距，例如文中提到的線下店選址問題和店內(nèi)環(huán)境布局問題等。出現(xiàn)這些問題的關(guān)鍵在于管理層感知消費(fèi)者需求的不足，即管理者不能很好地了解到顧客的真實(shí)想法，解決這一問題的措施是一方面制定完善的反饋機(jī)制，另一方面是對線下店進(jìn)行科學(xué)的設(shè)計(jì)。

質(zhì)量標(biāo)準(zhǔn)差距在許多在線商家眼中是最容易被忽略的，例如文中提到的關(guān)于餐飲業(yè)主營業(yè)務(wù)（口味）不符合消費(fèi)者期望的現(xiàn)象，服務(wù)質(zhì)量（食物新鮮程度）不符合消費(fèi)者預(yù)想以及相對應(yīng)的環(huán)境問題。減少該部分地差距應(yīng)該從三部分入手，首先，針對主營業(yè)務(wù)水平的標(biāo)準(zhǔn)設(shè)定時(shí)應(yīng)該盡可能充分地進(jìn)行市場調(diào)研，確定一個(gè)滿足大多數(shù)消費(fèi)者的主營業(yè)務(wù)服務(wù)水平;其次，對于服務(wù)質(zhì)量標(biāo)準(zhǔn)應(yīng)盡可能詳細(xì)地制定標(biāo)準(zhǔn)內(nèi)容，例如針對服務(wù)行業(yè)，在服務(wù)時(shí)間的確定上也許應(yīng)該將“盡快”“馬上”等字眼替換成“××分鐘內(nèi)”等;針對環(huán)境質(zhì)量的標(biāo)準(zhǔn)差距則應(yīng)該保持“調(diào)整不斷，定期升級”的原則，維持環(huán)境質(zhì)量的穩(wěn)定和提升。

服務(wù)傳遞差距的產(chǎn)生大多處在服務(wù)環(huán)節(jié)中服務(wù)人員（員工）的質(zhì)量上，表現(xiàn)為服務(wù)員服務(wù)水平有限、服務(wù)能力和態(tài)度不夠好。針對服務(wù)人員（員工）的問題應(yīng)該采取系統(tǒng)的服務(wù)人員培訓(xùn)，讓其嚴(yán)格按照服務(wù)標(biāo)準(zhǔn)執(zhí)行服務(wù)環(huán)節(jié)，并積極反饋意見。只有這樣才能不斷縮小服務(wù)傳遞差距。

營銷宣傳差距的出現(xiàn)在于在線商家主動(dòng)和被動(dòng)兩個(gè)層面。一方面是在線商家想吸引顧客，所以將一些過時(shí)或者虛假的信息留在網(wǎng)絡(luò)上;另一方面是在線商家被動(dòng)地對信息更新不及時(shí)導(dǎo)致的營銷宣傳差距。無論在服務(wù)方面還是在環(huán)境方面，宣傳營銷差距給消費(fèi)者帶來的落差是存在的，會(huì)給消費(fèi)者帶來負(fù)面的情緒。針對服務(wù)方面應(yīng)該明確服務(wù)水平，讓消費(fèi)者知道確切的服務(wù)內(nèi)容，不至于給消費(fèi)者巨大的反差，杜絕惡性營銷。針對環(huán)境等其他方面應(yīng)該及時(shí)更新信息，積極維護(hù)信息的及時(shí)性和有效性。

4 ? ? ?結(jié) ? ?語

文章以餐飲業(yè)為例，對在線評論應(yīng)用LDA模型提取主題詞，并在主題詞的基礎(chǔ)上進(jìn)行分析和統(tǒng)計(jì)，發(fā)現(xiàn)在線商家服務(wù)質(zhì)量中存在的問題，并以服務(wù)質(zhì)量差距模型中的四個(gè)角度對其進(jìn)行歸納，并以此提出相應(yīng)的服務(wù)質(zhì)量方面的改進(jìn)措施。

在文本處理以及分析階段對在線評論進(jìn)行了挖掘分析，發(fā)現(xiàn)了在線評論中蘊(yùn)含著可以利用的隱藏信息。為眾多的電子商務(wù)商家提供了一個(gè)分析在線評論的方法，為其處理在線評論并進(jìn)行信息挖掘提供參考。

主要參考文獻(xiàn)

[1]施國洪，周潔，趙慶.基于自服務(wù)技術(shù)的移動(dòng)圖書館服務(wù)質(zhì)量影響因素模型研究[J].情報(bào)資料工作，2016（4）：80-85.

[2]丁娟.基于WebQual體系的旅行社在線服務(wù)質(zhì)量評估研究[J].旅游科學(xué)，2014，28（6）：51-61.

[3]李婧寧，武邦濤.在線旅游平臺服務(wù)質(zhì)量評價(jià)及其提升策略研究[J].上海管理科學(xué)，2017，39（1）：42-48.

[4]肖軼楠，李江敏.基于在線點(diǎn)評的高端度假酒店賓客感知服務(wù)質(zhì)量研究——以悅榕莊酒店為例[J].價(jià)值工程，2016，35（3）：192-193.

[5]王洪偉，宋媛，杜戰(zhàn)其，等.基于在線評論情感分析的快遞服務(wù)質(zhì)量評價(jià)[J].北京工業(yè)大學(xué)學(xué)報(bào)，2017，43（3）：402-412.

[6]由麗萍，白旭云.基于在線評論情感語義分析和TOPSIS法的酒店服務(wù)質(zhì)量測量[J].情報(bào)科學(xué)，2017，35（10）：13-17.

[7]李宗偉.在線評論影響消費(fèi)者購買決策的模型構(gòu)建研究[J].創(chuàng)新，2013，7（5）：55-58.

[8]Palese，B，Usai，A.The Relative Importance of Service Quality Dimensions in E-commerce Experiences[J]. Journal Citation Reports，2018，40（6）：132-140.

[9]汪文新，趙宇，王光明，等.基于PZB和IPA整合模型的公立醫(yī)院服務(wù)質(zhì)量提升策略[J].統(tǒng)計(jì)與信息論壇，2017，32（11）：109-117.

[10]曹偉，丁雪華.現(xiàn)代遠(yuǎn)程教育公共服務(wù)體系學(xué)習(xí)中心PZB服務(wù)質(zhì)量差距研究[J].開放教育研究，2014，20（4）：39-45.

[11]張海營.基于PZB模式的圖書館服務(wù)品質(zhì)與滿意度調(diào)查分析[J].圖書館建設(shè)，2012（2）：76-80.

[12]鮑勇，鮑曉青.基于PZB模型的公立醫(yī)院醫(yī)生診療行為對患者信任影響理論基礎(chǔ)研究[J].中華全科醫(yī)學(xué)，2015，13（1）：1-3.

[13]蔡禮彬，劉姣.基于PZB模型的會(huì)展主辦方對參展商服務(wù)品質(zhì)研究[J].中國海洋大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012（5）：61-68.

[14]梁珊，邱明濤，馬靜.基于LDA-WO混合模型的微博話題有序特征抽取研究[J].情報(bào)科學(xué)，2017，35（7）：44-49，55.

[15]伍萬坤，吳清烈，顧錦江.基于EM-LDA綜合模型的電商微博熱點(diǎn)話題發(fā)現(xiàn)[J].現(xiàn)代圖書情報(bào)技術(shù)，2015（11）：33-40.

[16]邱明濤，馬靜，張磊，等.基于可擴(kuò)展LDA模型的微博話題特征抽取研究[J].情報(bào)科學(xué)，2017，35（4）：22-26，31.

[17]熊回香，竇燕.基于LDA主題模型的標(biāo)簽混合推薦研究[J].圖書情報(bào)工作，2018，62（3）：104-113.

[18]席運(yùn)江，趙燕，廖曉，等.基于LDA的企業(yè)微博主題傳播超網(wǎng)絡(luò)建模及分析方法[J].管理學(xué)報(bào)，2018，15（3）：434-441.