E-Commerce Letters 电子商务评论, 2020, 9(2), 46-57
Published Online May 2020 in Hans. http://www.hanspub.org/journal/ecl https://doi.org/10.12677/ecl.2020.92006
Refining the Internal Elements about the Public Praise of Pinduoduo
—Based on Cluster Analysis and Ground Theory
Weixin Huang, Xiaojing Yang, Pingan Dou, Jiaxin Wen, Jie Shi
College of Management, Jilin University, Changchun Jilin
Received: Apr. 21, 2020; accepted: May 6, 2020; published: May 13, 2020
st
th
th
Abstract
This paper explores the word-of-mouth situation of Pinduoduo in the past year and refines its in-ternal factors to form a model to enrich the research on word-of-mouth of Pinduoduo e-commerce. In this paper, spider and interview methods are used to obtain online and offline data. through the emotional analysis and cluster analysis of online data by Python and UCINET, to explore online word-of-mouth of Pinduoduo, and then using grounded theory to encode the interview text, that is, offline word-of-mouth, three-level code, summarize the influencing factors model. It is found that the user’s word-of-mouth evaluation of Pinduoduo is mainly formed by three dimensions: in-dividual, platform and society. According to different dimensions, some suggestions are put for-ward to improve the word-of-mouth of Pinduoduo.
Keywords
Internal Elements, User Online Review, Cluster Analysis, Ground Theory
拼多多口碑的内部要素提炼
——基于聚类分析和扎根理论
黄伟鑫，杨晓婧，窦平安，温家鑫，时 婕
吉林大学管理学院，吉林 长春
收稿日期：2020年4月21日；录用日期：2020年5月6日；发布日期：2020年5月13日
摘 要
本文探究拼多多近一年来的口碑情况并对其内部因素进行提炼，形成模型，丰富拼购电商关于口碑的相
文章引用: 黄伟鑫, 杨晓婧, 窦平安, 温家鑫, 时婕. 拼多多口碑的内部要素提炼[J]. 电子商务评论, 2020, 9(2): 46-57. DOI: 10.12677/ecl.2020.92006
黄伟鑫 等
关研究。本文采用spider和访谈的方法获取线上线下的数据，通过python和ucinet对线上数据进行情感分析和聚类分析，探究拼多多的线上口碑，再利用扎根理论对访谈文本，即线下口碑进行三级编码，归纳总结得出影响因素模型。研究发现，用户对于拼多多的口碑评价主要由个人、平台和社会三个维度形成，针对不同维度，提出提升拼多多口碑的几点建议。
关键词
内部要素，用户在线评论，聚类分析，扎根理论
Copyright ? 2020 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/
Open Access 1. 引言
随着传统电商的获客成本的不断攀升，拥有天然引流能力和强裂变特点的社交电商脱颖而出。据艾瑞传媒发布的《中国社交电商行业研究》可知，2020年中国社交电商行业交易规模预计20673.6亿元，同时将保持30%以上的增长速度。而在社交电商中，最具有代表性的是拼购型电商，特别是拼多多。根据新浪财经的数据显示，2020年3月4日，拼多多市值418.65亿美元，反超百度，在中国电子商务领域，仅次于淘宝。
拼多多的飞速发展引来了许多学者深入研究。王昕天[1] (2019)以电商流量分配为切入点，对比传统电商与社群电商的获客效率，指出了电商发展的趋势和拼多多能迅速发展壮大的原因。方子洁[2] (2019)则从非研发创新地角度，论述了拼多多在商业模式、营销模式和渠道模式等三方面的创新，肯定了拼多多发展的潜力。郑刚、林文丰[3] (2018)梳理了拼多多发展历程，评价拼多多为“野蛮增长”，同时指出了其在获得资本青睐后的公关危机，如一篇《拼多多，三亿人都敢坑的购物APP》的文章出现在了朋友圈，文章作者指责拼多多销售仿冒、山寨和三无产品。2018年6月8日，拼多多上海的总部遭遇上千家商铺维权。在网上甚至还出现了质疑拼多多依靠对商家罚款进行牟利的声音。当拼多多的负面口碑扩散时，一方面削弱新用户加入的热情，另一方面又影响现有用户持续使用的态度，因此拼多多的口碑是影响其发展的重要变量。
为了探究拼多多的口碑，通过spider爬虫，获取用户对拼多多app的在线评论，针对用户在线评论，先通过情感分析划分正向口碑与负向口碑，以此衡量拼多多的口碑。再利用python和ucinet进行文本处理，以词云、词频等分析直观反映影响拼多多口碑的因素，以聚类分析初步归纳拼多多口碑的内部要素模型。在此基础上，设计半结构访谈问卷，对线下用户进行深入访谈，获取线下口碑数据，通过扎根理论，进一步深化其内部要素模型，并提出相应的建议。
2. 理论与思路
2.1. 相关理论
2.1.1. 口碑
口碑是指消费者之间非正式地传递关于产品、服务及相关企业的想法、评论或者意见的一种交流行为[4]。口碑的重要性主要表现在：它是一种无声的广告，能帮助消费者收集产品信息，帮助企业广泛传播其优良产品及优质服务[5]。学者一般将口碑分为正面口碑和负面口碑，正面口碑有利于企业的发展，
DOI: 10.12677/ecl.2020.92006
47
电子商务评论
黄伟鑫 等
而负面口碑则会破坏用户对企业的形象，久而久之会抑制企业的发展。Senecal和Nante [6] (2004)通过实验法发现：接受过正面口碑的用户，对同一款商品的购买频率通常是未接触过正面口碑的用户的两倍。换言之，口碑的积极性对潜在客户购买商品的频率有正向的影响。因此，口碑对于商品或者服务而言都有十分重要的研究价值。同时用户在线评论(OUR)是拼多多口碑的组成部分之一，也是对企业发展的重要影响因素。李红柳、王兴元[7] (2015)对在线评论的有效性研究中发现，发现在线用户评论的数量特征对消费者的品牌感知有正向影响，评论质量特征对消费者品牌认知有正向影响，由此影响消费者认知性态度忠诚。Konstantin Roethke, Johannes Klumpe [8] (2015)在研究在线评论对app的试用态度形成的调节作用指出，有效的在线评论会减少用户在决策-采纳过程中对于产品的不确定性。冯旭[9] (2019)研究发现，评论情绪与评论的帮助程度有着深刻的关系，用户评论的情感分析可以深化评论的帮助程度。 2.1.2. 情感分析
情感分析是指通过自动分析某种产品评论的文本内容，发现用户对该产品的褒贬态度和意见[10]。其中一个重要问题就是情感分类，也就是情感倾向性判断，通过对评论的情感判断，可以将评论分为积极的、中性的和消极的，积极的评论会产生正向口碑，消极的评论会产生负向口碑。 2.1.3. 聚类分析
聚类分析指的是将对象的集合分组为由类似的对象组成的多个类别的分析过程，能够从样本数据出发，自动进行分类，而不需要事先给出一个分类的标准，可以避免主观制定分类标准的盲目性[11]。本文采用的聚类分析类似于网络关系图法，从每个词组的共频性的角度，确定词与词之间的相关性，确定影响权重最大的词汇，归纳整理为影响因子。 2.1.4. 扎根理论
从基本表现形式上来看，扎根理论是一套系统的数据搜集及分析的方法和准则；从基本逻辑上来看，扎根理论强调从经验数据中建构理论；从基本方法上来看，扎根理论采用一种生成性(形成性)的归纳法从原始数据中不断提炼核心概念与范畴；从基本特点上来看，扎根理论强调理论扎根于经验数据，但最终建构的理论不应仅局限于其经验性研究思路。综上，扎根理论可以有效的对文本进行定性分析。
2.2. 研究思路
通过情感分析对用户线上评论进行分类，提取正向口碑和负向口碑数据，再通过聚类分析，初步构建的理论模型。基于此模型进行线下访谈，利用扎根理论进一步深化和完善理论模型，直至模型饱和，最后基于研究成果提出相应的建议，如图1所示。
3. 线上文本分析
3.1. 数据获取
本文利用spider + Fiddler工具，爬取移动端中某应用商城里拼多多的用户评论信息，选择最有帮助的评论的分类标签，且评论时间为2019年1月到2020年3月进行数据爬取，并以评论时间、星级、评论内容作为属性，存储在mysql数据库中。由于移动端的数据大多为动态加载，需要在抓包工具中找寻包含所需数据的json文件，同时可采取了包装请求头和设置休眠时间等手段防止反爬。最终爬取评论数为6000条。
3.2. 数据清洗
在应用市场中一款软件获得的评价包含两种：一是从软件安装和使用角度作出的评价，例如是否存在广告、是否要获取更多的个人隐私权；二是对软件提供的服务、开展的业务进行评价。在这两种评价
DOI: 10.12677/ecl.2020.92006
48
电子商务评论
黄伟鑫 等
中只有第二种评价才能反映拼多多的口碑，因此要对爬取的数据进行数据的清洗，清洗的方式为关键字剔除。针对第一种评价，设定关键字：安装、注册、隐私、个人信息、登录、弹窗等，对包含关键字的评论语句进行剔除，一共剔除209条评论。
Figure 1. Research road map 图1. 研究思路图
3.3. 情感分析
用户对一个产品进行评价时，往往存在高分差评的现象，故评分并不能准确的反映口碑，因此本文通过导入情感字典的方式进行情感分析，选择的情感字典为知网情感字典(HowNET)，利用其中的正向情感词、负向情感词和程度词，探究在线用户评论的情感倾向，分为正面、中性和负面[12]，以此反映拼多多的口碑，按照时间维度分类，结果如图2所示。
Figure 2. Emotional analysis chart 图2. 情感分析图
DOI: 10.12677/ecl.2020.92006
49
电子商务评论
黄伟鑫 等
由图可知，拼多多的电子口碑偏向于负面，又接近50%左右的负面口碑，但随着时间的推移，负面口碑有减轻的趋势，正面口碑有增长的趋势，由此说明，尽管现阶段拼多多的口碑为负向，但有朝着好的方向发展的趋势。
3.4. 聚类分析
为了进一步归纳拼多多口碑的内部要素，分别对正向和负向口碑数据进行词云、词频和聚类分析。首先采用在线分词平台，采用最大正向匹配法对文本进行分词处理，剔除掉标签词长度为1的词，保留形容词、动词和名词，同时选择词频大于100的标签词绘制词云，词频越高的标签词，所占面积越大，所在位置越靠近中心，如图3、图4所示。
Figure 3. Cloud map of positive word of mouth 图3. 正向口碑词云效果图
Figure 4. Cloud map of negative word of mouth 图4. 负向口碑词云图
列举词频前十的词汇：
DOI: 10.12677/ecl.2020.92006
50
电子商务评论
拼多多口碑的内部要素提炼 - 基于聚类分析和扎根理论 - 图文
