5、可穿戴智能设备感知研究：以 Fitbit-Alta-HR 为例

可穿戴智能设备感知研究：以 Fitbit-Alta-HR 为例

1 研究方法概述

本研究采用三步法评估 Fitbit-Alta-HR 的用户感知，具体步骤如下：
1. 网络抓取并提取用户评论。
2. 对抓取的反馈进行分类。
3. 评估设备的用户感知。

以下是该方法的概念概述流程图：

graph LR
    A[提取客户反馈] --> B[反馈分类]
    B --> C[感知评估]

2 提取客户反馈

作为研究的第一步，我们从亚马逊网站（www.amazon.com）抓取了关于 Fitbit-Alta-HR 的客户反馈。选择亚马逊的原因如下：
- 它是全球最有价值的零售商之一。
- 是美国最有价值的上市公司，而美国是此类设备的最大市场。
- 近期数据显示，一半的网购者会去亚马逊搜索产品，50%的消费者计划在亚马逊进行所有的假日购物。

由于 Fitbit 有多种不同功能的变体，不同变体的客户反馈和用户感知可能不同，因此我们仅解析了 2017 年 3 月 1 日至 2019 年 5 月 30 日期间，特定变体 Fitbit-Alta-HR 的公开评论。

我们使用 Python 编写的网络爬虫抓取亚马逊网页，将抓取的内容存储在文本文件中。由于文件中包含 HTML 标签和非英语内容等无用片段，我们编写了脚本去除这些片段，最终收集到 4379 条英语客户评论，用于本次感知评估研究。

3 反馈分类

使用自然语言的