基于问答评论的普通住宅租房信息需求主题分析

1 引言

在”房住不炒”政策推动下，我国住房租赁市场规模从 2018 年 1.9 万亿元增至 2024 年 2.3 万亿元。随着在线租房平台的普及，用户评论成为反映真实需求的重要数据源。本研究基于安居客平台的问答评论数据，运用文本挖掘技术和 LDA 主题模型分析方法，系统分析消费者租房关注的核心需求与痛点，为平台优化信息展示、中介精准匹配房源、房东提升服务质量提供依据。研究成果既促进市场规范发展，也为消费者行为研究提供新视角。

2 文献综述

社交问答通过互动实现了消费者知识共享，成为高效的信息获取渠道。学术界对问答评论的研究主要集中在四个方向：智能问答系统（如J. Mcauley 构建的评论与问答关联模型 [1]）、问答有用性（受回答者等级、回答长度等因素影响[2]）、消费者行为（提问数量正向影响销量 [3]）以及平台使用意愿（知识共享意愿对平台忠诚度有影响 [4]）。从现有研究来看，对租房领域问答评论的研究相对较少，因此本文将选取安居客网站小区问答板块中中心城区与租房有关的数据进行分析。

3 数据的获取与预处理

由于本文分析的是消费者在租房的过程中所关注的信息，所以本次爬取的数据仅包括消费者进行提问的内容。本研究从安居客平台，采集了中心城区178,137 条租房相关提问数据。清洗去重后保留了 137,609 条有效数据，之后进行分词和去停用词等预处理。这些数据客观反映了租客对普通住宅租赁的关注点，为后续文本分析奠定基础。

4 实证分析

4.1 词频分析

在中文中，名词反映核心关注点，形容词体现情感倾向，共同揭示租房者的核心需求与态度。本文提取处理后的数据名词、形容词各前 8 个高频词，其中括号内表示词频。名词词性高频词包括小区（43657）、房子（10429）、户型（3955）、钱（3884）、物业（3522）、电梯（3177）、价格（2955）和车位（2829）。形容词词性高频词包括方便（3080）、好（3021）、小区内（2380）、配套（1989）、短租（1639）、近（1169）、便宜（794）和远（626）。

高频名词的内容凸显消费者对房源及环境的重视、对物业管理质量与成本的考量及对租赁方式偏好。高频形容词”方便””配套完善”等正面评价与”远””贵”等痛点并存，显示消费者在追求性价比的同时，也注重居住品质和通勤便利。”短租”需求的出现揭示了市场对灵活租赁方案的需求。综合来看，这些关键词共同构成了租房决策的核心考量维度。

4.2LDA 主题分析

为验证词频分析结果的可靠性，本研究通过 Python 构建 LDA 主题模型分析租房提问文本。首先进行文本向量化处理，将文字转化为数值型词向量。在确定主题数量时，综合运用困惑度和一致性指标，最终选定 7 个主题。每个主题提取前8 个特征词，构建" 特征词- 概率" 分布表（如表1 所示），以挖掘潜在主题特征。该方法实现了文本主题的自动识别，显著提升了分析效率。

表1 主题特征词频率表

主题 1 概括为小区生活，因为描述的内容主要包括户型及周边配套设施。主题 2 概括为居住便利性，描述的内容主要涉及房屋比较及小区环境。主题 3概括为小区空间属性，内容主要包括小区位置及房屋条件。主题 4 概括为小区管理，主要内容包括公共收费、小区进出与交通。主题 5 概括为租赁成本，内容主要涵盖房源种类、租房相关费用、居住条件和租赁时间。主题 6 概括为房产配套，主要内容包括：房产类型、生活配套、区位交通及车位。主题 7 概括为房源品质，描述内容主要包括：房源属性相关内容。从以上高频词分析和LDA 主题分析可得消费者在租房时的关注点主要集中在上述七个方面，这也是消费者在问答评论中经常谈论的话题。

5 结论与启示

5.1 结论

租户提问分析揭示七大核心需求：小区生活、居住便利性、小区空间属性、小区管理、租赁成本、房产配套和房源品质。这些信息将直接影响租房决策，建议平台、中介及房东针对性优化房源质量、提升服务体验，以满足用户需求，增强市场竞争力。

5.2 启示

分析结果对于租赁平台、房产中介、房东和消费者都有重要的实际意义。对房东和中介：1、提升服务主动性：主动沟通、快速回复，增强信任促成交易。2、完善房源配置：补充硬件设施，突出竞争优势。3、强化租后服务：建立维修、续约等问题的长效保障机制，提升续租率。对租赁平台：1、优化展示效果：突出核心信息，支持VR 看房等可视化工具，提升匹配效率。2、加强监管与激励：严格审核房源真实性，优化投诉处理；通过流量分配机制引导服务质量提升。对消费者：1、帮助租客精准识别需求，减少信息筛选成本，辅助消费者进行决策。

参考文献：

[1]Mcauley J, Yang A.Addressing complex and subjective product-related queries with customer reviews[J].Proceedings of the 25th International Conference on World Wide Web,2016:625-635.

[2] 王星瑶 . 电商环境下探究学习感知有用性的影响因素研究 [D]. 北京邮电大学 ,2021.

[3] 石文华, 蔡嘉龙, 绳娜. 探究学习与在线评论对消费者购买意愿的影响[J].管理科学,

[4]Li Y,Li Y,Ma K.Consumer online knowledge-sharing:Motivations and outcome[J].Frontiers in Psychology,2022,13.

作者简介：张晓娇(2001年04月—— )女，汉族，人，硕士研究生在读，研究方向：资产评估。