● 摘要
近年来，互联网飞速发展，人们购物的方式也正在悄然发生着变化。电子商务受到越来越多人，尤其是年轻人的喜欢。越来越多的消费者通过各种意见反馈系统发表其产品使用体验，在线评论形成了新形式的产品口碑信息。
在线评论被认为是传统口碑的数字化表现形式，承载了消费者的直接产品体验，是一个庞大而丰富的数据集，蕴含了大量的管理和决策支持信息，被认为是最具影响力的信息资源之一。其价值可以从企业和消费者两方面来分析：①企业价值：在线评论为企业提供正式渠道无法获得的宝贵的客户反馈信息。企业可以通过对消费者购后口碑内容的分析改进产品质量，改善服务，及时评估商品的市场反映，据此制订和调整商品生产、分销及营销策略。②消费者价值：产品在线评论属于一种无偏产品信息，其可信度大大高于商家的促销信息，对潜在客户的购买决策具有重要影响。在线评论已经成为互联网时代消费者购买决策的重要参考源。
为了更好地实现在线评论的企业价值，本文构建在线评论活跃度的异质系数，研究了异质系数的定义和计算公式，并且，帮助企业更好地了解消费者对自己产品和竞争对手产品的真实情感，并据此分析商品在线评论活跃度的差异性，制定相应的营销策略。
为了更好地实现在线评论的消费者价值，对在线评论活跃度的异质性系数进行深入分析，以便对商品的在线评论进行管理，本文构建了在线评论的活跃度影响因素模型。结合文本挖掘技术和实证研究方法，从评论特征，商品属性和评论者特征三个维度研究在线评论活跃度的影响因素。
本文提出一种基于隐马尔可夫模型的建模方法，对商品在线评论活跃度演变进行建模分析，发现商品在线评论活跃度的时间变化趋势，最后采用时间序列聚类算法对不同商品在线评论活跃度演化进行聚类，得到商品在线评论活跃度演变的模式，并进行分析并提出管理学建议。