情感体验模型是什么专业

情感类专业。情感体验模型是一种交叉学科的研究领域，涉及心理学、计算机科学、人机交互等多个学科的知识，在这个领域中，研究者通过使用数据分析和机器学习技术，来推断一个人在使用某个产品或服务时所感受到的情感状态。

定义

KANO模型定义了三个层次的用户需求：基本型需求、期望型需求、兴奋型需求。其目的是通过对用户需求的分类来对用户的不同需求进行区分处理，帮助企业找出提高企业顾客满意度的切入点。

KANO模型的三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。

当然，KANO模型同样适用于互联网行业。

分析

基本型需求是用户对产品基本要求。如手机能打电话。

这是用户认为产品“必须有”的属性或功能。对于基本型需求，即使超过了用户的期望，但用户充其量达到满意，不会对此表现出更多的好感。不过只要稍微有一点的疏忽，未达到用户的预期，则用户满意度将会一落千丈。

期望型需求是指顾客的满意状况与需求的满足程度成比例关系的需求。如手机的回拨功能。

这是用户要求提供的产品比较优秀，但并不是“必须”的产品属性。产品提供超出用户期望越多，用户的满意度越好，反之亦然。在市场调查中，用户谈论的通常是期望型需求。

兴奋型需求是指不被用户过分期望的需求。如手机语音拨号功能。

兴奋型需求一旦得到满足，用户表现出的满意度是非常高的。随着满足用户期望程度的增加，用户满意也急剧上升；反之，即使在期望不被满足时，用户也不会因此表现出明显的不满意。

随着时间的推移，在KANO模型中每个需求所属的类型并不是一成不变的，人们对基本型需求的范围会向期望型需求延伸，同时期望型需求也会向兴奋型需求延伸。比如，80年代大部分中国人对食物的基本需求是吃饱，吃好则是更高层次的需求；而到了21世纪，大部分中国人对食物的基本需求是吃好，吃饱已经不能满足大家的基本需求。

举例

用KANO模型对浏览器的部分用户需求进行分类

用KANO模型对浏览器的部分用户需求进行分类同样不是一成不变的，比如，在互联网起步初期，「网页打开速度快」是一个兴奋型需求；随着互联网的发展，这个需求就变成了期望型需求；最后，大家理所当然觉得「网页打开速度快」，这时它转变成为了基本型需求。

思考

虽然说基本需求市场庞大，但这种需求点毕竟是非常有限的，相应的市场必然是竞争异常激烈的红海。所以不是说我们要让自己的产品获得成功，就一定要瞄准人们的基本需求。比如说现在电商交易平台。

而与之相反，小众的需求，虽然产品的市场成长空间会非常有限，但是却能够避开激烈的竞争，让自己能够存活下来，为今后的发展赢得宝贵的时间，在某种意义上也有成功的可能。但有些新型的产品开发也面临受众被教育的成本。

由此可见 「用户基本型需求」≠「产品核心需求」

定义

马斯洛需求层次理论把需求从低层次到高层次分别为七个层次：生理需求、安全需求、归属与爱的需求、尊重需求、认知需求、美学需求、自我实现的需求。

分析

生理需求［physiological needs］：这是维持自身生存的最基本需求。在这个意义上来说，生理需要是推动人们行动最首要的动力。

安全需求［safety needs］：指希求受到保护与免于遭受威胁从而获得安全的需求。

归属与爱的需求［belongingness and love needs］：指被人接纳、爱护、关注、鼓励及支持等的需求。

自尊需求［self - esteem needs］：指获取并维护个人自尊心的一切需求。

认知的需求［need to know］：指对己对人对事物变化有所理解的需求。

审美的需求［aesthetic needs］：指对美好事物欣赏并希望周遭事物有秩序、有结构、顺自然、循真理等心理需求。

自我实现需求［self - actualization needs］：指在精神上臻于真善美合一人生境界的需求，亦即个人所有需求或理想全部实现的需求。

举例

在虚拟世界中，人的需求结构是直接与互联网行业发展水平相关的，我们分为三种需求段。

「高效上网」成了网络世界最基本的需求，这类需求是保障网络世界里其他需求能够正常实现的前提，因此，这类需求是网络世界中最基础的需求，搜狗输入法、Google浏览器等巨头应运而生。

在互联网发展的初期，人们比较迫切期望得到满足的是一些基础的「功能需求」，如获取资讯信息、与他人建立联系等，这些需求造就了一批互联网巨头——雅虎、谷歌、腾讯。

当互联网发展到了一定水平时，便开始出现一些用于满足人们「情感需求」的产品。这时候，“博客”、“SNS”等新概念孕育而生，Facebook、Twitter 这些伟大的公司也随之粉墨登场。

思考

虽然功能需求是情感需求的基础，但是随着互联网的发展，人们对于情感需求的满足会越来越强烈。正如马斯洛所指出的，高层次的需求比低层次的需求具有更大的价值。像“自我实现”这种高层次的情感需求的满足，更能够激发用户的热情，让用户心甘情愿地付出更多的努力。这也就不难解释为什么用户会买一个比普通手机贵的苹果手机了。

美国著名营销学家Richard l Oliver提出的“期望与实绩”模式是最广泛应用的一种病人满意度模式。根据这个模式，如果病人感觉到的服务质量超过对服务质量的期望，就会感到满意；否则就会不满意。按照病人满意度来评估服务质量，管理者不仅应重视服务过程和服务结果，更应分析、掌握病人的看法及服务过程中影响服务人员和病人相互交往的心理、社会和环境因素。

通过调研，常常发现病人对医务人员提供的服务不满意，而医务人员感到自己已经尽力，对病人的不理解感到委屈。因此，本次调查着重研究医护人员、患者对服务质量理解的差异性，以便为病人提供更能满足其需要的服务。

了解用户情感需求

差异化战略，与他人拉开差距

加强情感营销

情感营销：挖掘用户内心真实情感，了解其内在需求，以便对症下药，设计出用户满意的产品和迎合用户心意的营销方案

情感需求分析就是通过各种方法和手段捕捉用户内心情感方面的信息，并对此进行深度分析，得出用户个人情感差异和内在需求的insight,并以此作为“绘制”产品用户画像的核心，最后借助于这些有价值的用户情感洞察，企业可以进行产品的情感包装、情感促销、情感广告、情感口碑、情感设计等策略，实现产品的各项经营目标。

情感需求分析就是通过各种方法和手段捕捉用户内心情感方面的信息，并对此进行深度分析，得出用户个人情感差异和内在需求的insight,并以此作为“绘制”产品用户画像的核心，最后借助于这些有价值的用户情感洞察，企业可以进行产品的情感包装、情感促销、情感广告、情感口碑、情感设计等策略，实现产品的各项经营目标。

案例

《陈思成：北京爱情故事之后，是上海3p故事》

文章带着一股怒气，替被出轨的女生出气，行为具有感染力，容易引发共鸣，引起好感。

《你永远也叫不醒一个想犯贱的人》

例举案例，得出结论，说明每个人都有跳火坑的权利，看似在骂人，却有一种恨铁不成钢的感觉，感觉朋友在劝你，劝不动容易引起好感。身在迷局中的人会在这一刻感觉咪蒙就是知心的姐姐。

咪蒙的文章非常具有煽动性，唤起用户的情绪，喜欢咪蒙的用户会认为咪蒙是真性情，不喜欢的用户会认为利己，煽动打动的情绪。会把用户的主人公定义为直男癌，low逼等，用户会产生情感的认同

怎么做情感分析？

心理投射的分析方法

投射在心理学上指的是个人思想态度愿望情绪，性格等个体特征不自觉的反应与外界事物和他人的一种心理作用。由于投射的存在，可以从一个人对别人的看法以及自身的兴趣爱好来推测这个人真正的意图或心理特征。

投射的心理过程是无意识运行的结果，对于投射者来说，这个心理过程的发生是毫无觉知和悄无声息的。个体在选择、关注或喜好某事物时，常常不自觉地将隐藏在内心的冲突和欲望融入这些事物中，借助于事物带将其宣泄出来，即把个人的内心世界投射于所参与的事物中。而我们通过对他们的选择、关注或喜好的事物（标签）的分析，从而了解其内心真正的需求。

观察人的思想愿望等，分析出心理特征

为什么要掌握这一项技能？

因为只有知道用户的心理特征，才能用最有效的方式去打动，让粉丝喜欢并支持。

案例：正确投射的例子有王老吉。怕上火喝王老吉。成功男士一年要逛两次海澜之家。买房是为了搞定丈母娘。

心理投射在商业场景中的应用

在无声场景有一句话移动互联网技术正深度影响今天主流的思维。

行为模式和生活方式，小米，苹果等既是一种圈层标签也是在表达自我的态度，微信朋友圈发布一条信息会泄露手机屏幕。同样起到作用的有智能屏幕，游戏电视、iPhone都是我们理解世界的方式。

需要用户的兴趣图幅，使用场景的同时，深入挖掘他们内心的情感需求，以此为依据，为其量身定制设计产品和营销方案，由此由内而外的打动用户。

Censydiam用户动机分析模型

两个维度：自我适应和释放压抑

心理投射是一种分析用户内心情感内在需求的方法论。实现用户情感分析需要将外在的标签转化为更加有价值的用户情感洞察，需要心理工具营销界广泛的一种模型。

自我适应维度表明人们在处理个体与社会关系的态度；释放压力维度体现出个体在对抗自卑情节时的态度

在面临需求问题和解决策略时，归属群体和做独立的自我之间进行权衡，二者经常是此消彼长的关系。

垂直维度：描述的是人们作为个体存在面临需求问题使的解决策略。

遇到一个问题两种选择：一种释放，大胆追求。一种是压制克制自己的欲望，将自己的欲望，泯灭在人性当中。

· 释放内心欲望，积极享受

· 回归内心理性，克制欲望

· 表达成功自我，渴望赞美

· 寻找群体归属，从众和谐

人性特征：享乐释放：一个追求自我释放和享乐的人，会无所顾忌，会在生理上和心理上去最大限度的满足自己的需求和欲望。(晚上推个夜宵）

理性控制:一个极力克制自我情感需求和内心欲望的人，会缺乏激情，甚至是循规蹈矩，没有个人的生活主张。

能力地位：当一个人的行为主要由“能力/地位”支配时，他会由内而外的确认自己的成功，追求内在的从容和坚定，追求外化的绫罗绸缎和锦衣玉食。同时，ta也渴望得到他人的赞美，希望在社会中有属于自己的一席之地。

顺从归属：当一个人的行为主要由“顺从/归属”来主导的时候，ta会希望自己成为某个群体的一份子，渴望从群体中获得支持，加强自己的力量。同时，ta也会尽力去遵守群体中的规则，不会独立特行，剑走偏锋。

两辆象限有交集，催生新的4个象限

活力/探索：就如大科学家牛顿所说，“真理的大海，让未发现的一切事物躺卧在我的眼前，任我去探寻”，拥有活力/探索这一特质的人对这个世界充满了好奇，他们渴望从未知的世界中汲取新的情感，不断冲破自己的极限，挑战自我，获得激情、冒险和速度所带来的快感。

融合/沟通：处在这一象限中的人们，总是愿意融入集体，与大家进行开放式的沟通，分享自己的欢愉与快乐，“感情和睦，没有隔阂”是其他人与他们相处时的感受。

舒适/安全：处在这一象限中的人们，总是希望获得内心的平静、放松与安宁，希望自己被呵护、被关怀，很多时候会，他们会通过捕捉如烟往事中的美好时光而得到慰藉。

个性/独特： 处于这一象限的人们，在保持理性的情况下，极力想获得他人的注意，想凸显自己的与众不同，万众瞩目能带给他们极强的的优越感，但要注意的是，这点和“能力/地位”不尽相同，渴望获得“个性/独特”的人们并不会表现出较强的“侵略性”，不会有强势和控制倾向。

建立模型，了解用户类型，把用户画像往里套

用户画像：爱旅游 美食 IT数码 美女 娱乐 幽默搞笑 体育 明星 音乐 90后

怎么用维度描述用户的情感分析？

制表分析图：

最想了解：放行个体独特型以及活力型

针对三种类型的用户进行针对性策略

享乐释放：一个追求自我释放和享乐的人，会无所顾忌，会在生理上和心理上去最大限度的满足自己的需求和欲望。

活力/探索：就如大科学家牛顿所说，“真理的大海，让未发现的一切事物躺卧在我的眼前，任我去探寻”，拥有活力/探索这一特质的人对这个世界充满了好奇，他们渴望从未知的世界中汲取新的情感，不断冲破自己的极限，挑战自我，获得激情、冒险和速度所带来的快感。

个性/独特： 处于这一象限的人们，在保持理性的情况下，极力想获得他人的注意，想凸显自己的与众不同，万众瞩目能带给他们极强的的优越感，但要注意的是，这点和“能力/地位”不尽相同，渴望获得“个性/独特”的人们并不会表现出较强的“侵略性”，不会有强势和控制倾向。

(90后身份标签）群体特点，带入模型，得出结论。

针对群体，运营战略。

针对父母，可以推出托儿服务。

个性独特：差异性战略

关键是战术和战略要匹配。

产品角度上来说范围成本时间缺一质量就会受到影响。

（以上改编自运营社读书会10 了不起薛定谔）

文学|编辑

认知、情感与意志是人类三种基本意识形式，虽然，人们对于人类的认知过程的研究，已经取得了很大的成就，目前的电脑已经能够很好地代替人脑进行各种抽象思维、逻辑推理和数学运算，但是对于人类的情感过程和意志过程的研究，却举步维艰。迄今为止，机器人除了能够机械性地模拟和很粗略地识别一些人类的简单表情以外，再也无法前进一步，情感成了人脑与电脑之间无法逾越的鸿沟，制造一台拥有人类情感的机器人似乎是一个永远无法实现的梦想。其实不然，情感只是人类一种特殊的意识形式，只要揭开了情感的哲学本质，了解情感的核心内容，就能够建立情感的数学模型，就能够对情感进行科学分析和精确计算。

一、什么是用户模型？

Persona（[pə:'səunə]）：(Persona是用户模型的的简称)是虚构出的一个用户用来代表一个用户群。一个persona可以比任何一个真实的个体都更有代表性。一个代表典型用户的persona的资料有性别、年纪、收入、地域、情感、所有浏览过的URL、以及这些URL包含的内容、关键词等等。一个产品通常会设计3～6个用户模型代表所有的用户群体。

Persona Web人物角色介绍

用户模型（任人物角色）不是用 户细分

用户模型看起来比较像用户市场细分。用户细分通常基于人口统计特征（如性别，年龄，职业，收入）和消费心理，分析消费者购买产品的行为。用户模型更加关注的是用户如何看待、使用产品，如何与产品互动，这是一个相对连续的过程，人口属性特征并不是影响用户行为的主要因素。用户模型是为了能够更好地解读用户需求，以及不同用户群体之间的差异。

用户模型（人物角色）不是平均用户

某个人物角色能代表多大比例的用户？首先，在每一个产wwwhbbz08com 品决策问题中，“多大比例”的前置条件是不一样的。是“好友数大于20的用户”？是“从不点击广告的用户”？不一样的具体问题，需要不一样的数据支持。人物角色并不是“平均用户”，也不是“用户平均”，我们关注的是“典型用户”或是“用户典型”。创建人物角色的目的，并不是为了得到一组能精确代表多少比例用户的定性数据，而是通过关注、研究用户的目标与行为模式，帮助我们识别、聚焦于目标用户群。

用户模型（人物角色）不是真实用户

人物角色实际上并不存在。我们不可能精确描述每一个用户是怎样的、喜欢什么，因为喜好非常容易受各种因素影响，甚至对问题不同的描述就会导致不同的答案。如果我们问用户“你喜不喜欢更快的马？”用户当然回答喜欢，虽然给ta一辆车才是更好的解决办法。所以，我们需要重点关注的，其实是一群用户他们需要什么、想做什么，通过描述他们的目标和行为特点，帮助我们分析需求、设计产品。

用户模型（人物模型）能够被创建出来、被设计团队和客户接受、被投入使用，一个非常重要的前提是：我们认同以用户为中心的设计理念。用户模型（人物角色）创建出来以后，能否真正发挥作用，也要看整个业务部门/设计团队/公司是否已经形成了UCD的思路和流程，是否愿意、是否自觉不自觉地将用户模型引入产品设计的方方面面，否则，用户模型始终是一个摆设、是一堆尘封的文档，纸上画画，墙上挂挂。

所以，在创建人物角色之前，我们需要明确几个问题：谁会使用这些用户模型？他们的态度如何？将会如何使用？做什么类型的决策？可以投入的成本有多少？明确这些问题，对用户模型的创建和使用都很关键。如何创建用户模型（人物角色）？

按用研类型和分析方法来区分，人物角色可以分为：定性人物角色，经定量检验的定性人物角色，定量人物角色。三者的步骤、优缺点和适用性如下表：

Alen Cooper的“七步人物角色法”：

界定用户行为变量

将访谈主题映射至行为变量

界定重要的行为模式

综合特征和相关目标

检查完整性

展开叙述

制定任务角色模型

通过本能层、行为层和反思层的设计，增强产品设计中的情感体验。

要成为一名出色的设计师，仅仅了解用户的反应是不够的，你还得了解为什么用户会做出这样的反应。为什么有些用户会对这个界面感到愉悦，而其他用户却不高兴？为什么我们修改了配色后，转化率变低了？为什么有些用户会去分享他们的体验，而其他用户不会？

在《情感化设计》一书中，Don Norman探讨了三种不同层次的设计：本能、行为和反思。告诉了我们用户是如何在情感上与事物发生联系。

愉悦

“愉悦”是本能、行为和反思在情感化设计的交叉点（我们将进一步探讨）。至关重要的是，设计师要理解这些情感反应不是偶然的，它们可以通过以人为本的设计方法来培养和创造，提供持久和印象深刻的价值。

首先，在用户使用产品的过程中，必须让用户获得一些预期的价值。如果用户跟产品的第一次见面，就感受到了产品的价值，那么用户会更乐意去使用它，产品的留存就会高。所以产品设计一定要突出核心价值。

然后，在我们培养这些情感体验之前，必须满足一套先决条件，即产品的可用性和易用性。

最后，如果体验能引起积极的本能、行为和反思性的情绪反应，人们会喜欢这个产品并分享给其他人。

现在，我们将探讨这些层次的基本知识，以及它们如何应用于产品设计的例子。我们还将从认知科学的角度来构建这些层次。

情感化设计元素

情感化设计可以将功能性产品转化为难忘和持久的体验。

这通常表现为4个方面：

情感记忆链接 -情感会不停地在我们的记忆中发酵，超出了产品的基本功能价值。我们会记得让我们有某种感觉的事情。

美观的可用性效果 -美观增强了可用性，增加了用户学习和适应的意愿。

说服性情感（直觉） -情感使用户能够做出直觉和快速的决定。我们用认知来理解和解释我们的世界，但是我们的情绪会加快我们的决策。

所有权效应 -用户将花更多的精力在其感到有主导权的地方，就像产品是他们自己的延伸。所以要让用户参与到产品中来，让用户可以一起建设产品。

在任何设计中，本能、行为和反思这三个不同的层面都是互相交织的。没有一种设计能完全独立于这三个层面之外。——诺曼，《情感化设计》

接下来就让我们一起走进情感化设计的三个层面：本能、行为、反思。

一、本能情感设计

本能反应是由最初的感官体验触发的。正是这种第一印象决定了用户将要探索其他一切功能的心情和最初的框架。

MacBook Pro开箱

强烈而积极的本能反应有以下好处：

他们为每个后续的交互创建了一个积极的环境。

如果最初的体验是非常积极的，那么用户更容易原谅错误。

“一见钟情”将更易于引导用户分享产品。

本能设计包括用户的意识状态、产品的最初吸引力和用户的整体感受。

二、行为情感设计

行为反应是我们沉浸在产品体验中的感受。这就是我们如何对产品交互做出反应，继而从产品中获得价值，也就是常说的可用性。

从情感的角度来看，当交互是流畅的、熟悉的、符合预期的，那么用户就会从产品的可用性中获得快乐和满足。

行为设计包括可用性、产品功能、性能和使用效果。

捷豹气温控制系统

强有力和积极的行为反应有以下好处：

它们让用户感受到一种控制感。

通过在用户的行为和预期价值之间建立直接的联系来培养信任和可靠性。

我们应鼓励重复的反应，因为人们更倾向于再次体验那种快乐。

三、反思情感设计

反思性的反应是用户沉浸在某种体验后的感受。用户会记住这个体验给他带来的感受，它决定了用户是再次体验，还是回避它。

强烈而积极的反思反应有以下好处：

他们鼓励用户与他人分享他们的体验。

通过使用延伸到产品本身之外的情境来唤起一种自豪感和认同感。

总的来说，反思性情感设计捕捉到了产品的意义、思想的影响、体验的分享以及文化的影响。

情感化设计技巧

为了创造愉悦的体验，设计师必须掌握情感化设计的技巧。以下是情感化设计技巧：

个性化和定制 -个性化用户体验，让您的用户感受到主导权。允许用户将体验定制为自己的延伸

富有表现力的图像 -使用用户可以与之产生共鸣的、插图和动画-视觉效果本身可以展示情感并帮助用户移情。

正面惊喜 -通过让你的用户惊喜来引起正面的情绪反应。

人性化口吻 -使用更人性化的口吻与用户交谈。通过对话表达情感、同理心和鼓励。

幽默 -笑声和欢乐是非常强烈的积极情绪，可以减轻恐惧和不确定性，同时唤起一种快乐的感觉。

讲故事 -有助于人们理解体验的历程，构建他们的互动框架，甚至在使用产品后也能回忆起他们的体验。

微交互 -微妙的暗示使界面更加活跃和有趣，更能促进互动。

总结

本能的、行为的和反思性的情感设计创造了持久和愉快的产品体验。

情感化设计三层模型

设计师必须了解情感设计是如何涵盖整个体验的，从最初发现产品到使用产品，再到产品使用后的思考。

仅仅用“一见钟情”来培养体验是不够的。这种爱必须是永久的、持久的和可分享的。

本篇文章偏理论，意在先树立情感化设计的意识和理论基础。我还会再写一篇文章，更加具象化的阐述如何进行情感化设计。

产品系列文章

汤涌：干货 | 产品经理入门完整版—能力模型、常用工具、书单、快速入门法​zhuanlanzhihucom 汤涌：如何进行需求收集？​zhuanlanzhihucom 汤涌：需求分析方法论​zhuanlanzhihucom 汤涌：从需求到落地，产品全链路实现流程​zhuanlanzhihucom 汤涌：从需求到产品，如何做一份无懈可击的产品设计​zhuanlanzhihucom 汤涌：情感的艺术—诺曼·情感化设计​zhuanlanzhihucom 汤涌：情感化设计·实战案例篇​zhuanlanzhihucom

本次实验将继续加载两个数据，一个是已经标注好的用户评论数据，另外一个是用户评价主题句，通过标注过的用户评论数据研究不同粒度的用户评价处理对深度情感分析模型的性能的影响，并比较字符级模型在用户评价情感极性推理上的差异。

使用 Pandas 加载已经标注好的在线用户评论情感数据表格，并查看数据维度和前 5 行数据。

加载民宿评论数据，并打印第一行。

数据属性如下表所示

用户评论分词

jieba 分词器预热，第一次使用需要加载字典和缓存，通过结果看出返回的是分词的列表。

批量对用户评价进行分词，并打印第一行数据，处理过程需要一些时间。

将用户评论处理成字符级别，为字符级模型提供训练集，并打印第一行数据，此预处理速度远远快于分词速度。

TextCNN 使用的卷积神经网络是一个典型的空间上的深度神经网络，基于卷积神经网络的情感分析具有优秀的特征抽取能力，能显著降低情感分类中人工抽取特征的难度。这类方法又根据文本嵌入粒度的不同可以分为字符级嵌入和词嵌入两种，一种是以分词后的词为情感分析粒度，另一种为字符级粒度的情感分析粒度，最后一层将包含全文潜在信息的最终编码送入 Sigmoid 做情感强度计算，即可对用户评论进行情感极性推理，是目前在文本分类经常使用的模型。

词级别模型训练

按照训练集 8 成和测试集 2 成的比例对数据集进行划分。

词级 TextCNN 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

通过传入原始的标签和预测的标签可以直接将分类器性能进行度量，并对指标收集，包含：模型的训练时间、accuracy_score 表示被正确预测的样本占总样本的比例、f1_score 值表示精确率与召回率的调和平均数和模型标签。

对训练的模型进行加载，并打印网络结构。

设置固定划分数据集，划分比例为 02 即训练集是测试集的 4 倍量。

字符级别模型训练

字符级 TextCNN 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对字符级 TextCNN 的预测结果进行收集。

GRU 属于 RNN（recurrent neural networks，循环神经网络)，是 LSTM 最流行的一个变体，比 LSTM 模型要简单，GRU 的门控单元减少了一个，GRU 与 LSTM 一样都是旨在解决标准 RNN 中出现的梯度消失问题，GRU 比 LSTM 在减少了计算量的条件下，做到了精度与 LSTM 持平，是目前在文本分类经常使用的模型。

我们使用函数定义的方式进行 GRU 模型的初始化。

对训练的模型进行加载，并打印网络结构。

词级别模型训练

词级 GRU 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对训练的模型进行加载，并打印网络结构。

字符级别模型训练

将处理好的用户评论数据进行字符级处理即可输入字符级 GRU 模型训练，设置 128 条数据为一个批次，2 轮模型训练，训练集中的 20% 作为验证集，并加入早停设置。

对字符级 GRU 的测试集预测性能进行记录。

模型性能分析

通过控制参数变量的方式进行，并使用同样的数据集合观察性能指数测试结果。字符级能使用较小的字符级词典对语料的覆盖度更高，字符级预处理在测试集上的表现基本接近词级模型，并从耗时来看字符级都是最少的。TextCNN 架构总体高于 GRU 的准确度和综合值，并且训练时间相对较短。字符级语言建模的思想来自于信号处理，使用语言最小的文字单元去模拟复杂的语义关系，因为我们相信模型可以捕捉到这些语法和单词语义信息，在后续我们继续使用这种方式。

对用户评论数据预处理

对用户评论进行字符向量化。

情感极性推理

使用训练好的字符级 TextCNN 对用户评论进行情感预测，需要一些时间，请耐心等待。

使用训练好的字符级 GRU 对用户评论进行情感预测，需要一些时间，请耐心等待。

情感极性推理结果可视化

将两种字符级神经网络情感极性推理模型的结果取出来。

对全量的用户评论分别使用两个模型进行情感极性预测，并进行可视化，我们发现两种模型在全量的用户评论上的表现基本一致，字符级 TextCNN 在用户两极情感极性上表现更好。