Интеллектуальная классификация и моделирование динамической эволюции характеристик спроса на кондиционеры

Почему онлайн-обсуждения кондиционеров важны

Когда люди покупают кондиционеры в интернете, они оставляют след из комментариев о том, что им нравится, что раздражает и что бы они хотели, чтобы производители исправили. В этом потоке сообщений скрываются ранние признаки меняющихся потребностей: тише ночью, умное управление, меньшие счета за электроэнергию или более качественный монтаж. В исследовании показано, как разрозненные замечания можно превратить в живую карту приоритетов клиентов, помогающую компаниям проектировать кондиционеры, которые действительно подходят для повседневной жизни, а не опираться на медленные опросы или простые данные о продажах.

От беспорядочных комментариев к ясным сигналам

Онлайн‑обзоры мощны, но беспорядочны. В одной записи могут одновременно хвалить охлаждение, жаловаться на доставку и упоминать оформление спальни. Традиционные инструменты часто смешивают эти темы или фиксируют только снимки состояния в определённые моменты времени. Авторы решают эту проблему, сначала разделив отзывы на два широких потока: комментарии, касающиеся самого продукта, и комментарии, связанные с услугами, такими как доставка или установка. Они сосредотачиваются на потоке, ориентированном на продукт, чтобы проблемы с логистикой не искажали представление о дизайне и характеристиках кондиционера.

Более умная сортировка с помощью цифровых «китов»

Для надежной сортировки команда создает гибридную модель, объединяющую метод опорных векторов (Support Vector Machines) с усовершенствованным алгоритмом оптимизации «Кит» (Whale Optimization Algorithm), вдохновлённым способом охоты горбатых китов. Улучшенная версия, названная IWOA-SVM, автоматически настраивает множество параметров, от которых зависит точность классификации. Серия эталонных тестов показывает, что этот алгоритм лучше избегает тупиков и справляется с шумными, высокоразмерными данными по сравнению с рядом популярных альтернатив. При применении к тысячам реальных отзывов с китайской платформы JD.com модель правильно маркирует около 94% тестовых комментариев, обеспечивая чистую и надёжную отправную точку для последующих этапов.

Поиск тем и настроений в словах людей

После выделения отзывов, связанных с продуктом, исследование переходит к вопросу: о чём именно говорят люди и как они это оценивают? Здесь метод тематической добычи BERTopic группирует отзывы с похожими смыслами, даже если формулировки различаются. Эти кластеры выявляют повторяющиеся темы, такие как охлаждение и обогрев, уровень шума, внешний дизайн, функции умного управления, общее ощущение комфорта и энергосбережение. Параллельно коммерческий сервис анализа тональности оценивает, насколько положителен или отрицателен каждый комментарий. Сочетая тематические кластеры с эмоциональной окраской, авторы могут сказать не только о каких функциях говорят люди, но и насколько они довольны каждой из них.

Наблюдение за изменением потребностей по сезонам

Картина становится более интересной, когда добавляется временной фактор. Исследователи разбивают данные на шесть кварталов с начала 2023 по середину 2024 года и отслеживают, как изменяются видимость каждой темы и оценка удовлетворённости. Затем каждую характеристику помещают на простую диаграмму с двумя осями: важность (насколько часто о ней говорят) и удовлетворённость (насколько люди ею довольны). Повторяя такую диаграмму для каждого квартала и соединяя точки, получают трёхмерный «путь эволюции», показывающий, например, как умное управление превращается из слабого места в выдающееся преимущество или как тревога по поводу шума растёт, хотя охлаждение остаётся надёжным. Сезонная погода, запуск новых продуктов и меняющиеся ожидания оставляют свои отпечатки в этих траекториях.

Что это значит для покупателей и производителей

Для широкой аудитории главный вывод заключается в том, что наши случайные онлайн‑комментарии в совокупности могут направлять, как будут разрабатываться будущие кондиционеры. Исследование показывает, что потребителей уже не устраивают устройства, которые просто меняют температуру; они хотят тихой работы, привлекательного дизайна, гармонирующего с интерьером, интеллектуального управления через телефон или голос, мягкого и комфортного воздушного потока и ощутимой экономии энергии. Превращая хаотичный поток отзывов в структурированную, учитывающую время картину, предложенная методика помогает производителям сосредоточить улучшения там, где это действительно важно — например, снизить ночной шум или доработать умные функции — вместо того, чтобы вслепую обновлять «железо». Проще говоря, статья демонстрирует практический способ массово прислушиваться к пользователям и переводить этот меняющийся голос в более четкие, откликающиеся потребности бытовых технологий.

Цитирование: Wu, Z., Liang, C., Zhang, S. et al. Intelligent classification and dynamic evolution simulation study on air conditioner product demand characteristics. Sci Rep 16, 9285 (2026). https://doi.org/10.1038/s41598-026-39506-3

Ключевые слова: онлайн-обзоры, потребительский спрос, кондиционеры, анализ тональности, дизайн продукта