摘要: 随着社会的快速发展，人们对于线上心理咨询的需求持续扩张，电商平台评论文本成为挖掘消费者情感倾向的重要数据源。本研究以京东商城1070条心理咨询有效评论文本为研究数据，运用文本预处理、词频分析、词云可视化、语义网络分析及情感分析等方法，探究消费者情感倾向与核心诉求。研究发现，消费者整体情感倾向以积极为主，核心认可服务态度、专业性、服务过程及实际效果，需求聚焦情感矛盾、家庭关系等问题的解决与情绪疏导；同时，差评评论揭示部分服务存在内容敷衍、付费价值低等痛点。本研究构建的情感分析框架丰富了文本分析技术在心理健康服务领域的应用，并针对性地提出对策与建议，为规范行业秩序、提升服务质量提供了数据支撑与决策参考，推动线上心理咨询行业高质量发展。
Abstract: With the rapid development of society, the demand for online psychological counseling continues to expand, making the review texts on e-commerce platforms an important data source for mining consumers’ emotional tendencies. This study takes 1070 valid review texts of psychological counseling on JD.com as research data and uses methods such as text preprocessing, word frequency analysis, word cloud visualization, semantic network analysis, and sentiment analysis to explore consumers’ emotional tendencies and core demands. The research finds that consumers’ overall emotional tendency is mainly positive, with core recognition of service attitude, professionalism, service process, and actual effect. Their demands focus on solving emotional conflicts, family relationship issues, and emotional guidance. At the same time, negative reviews reveal some pain points such as superficial content and low value for money in some services. This study’s constructed sentiment analysis framework enriches the application of text analysis technology in the field of mental health services and puts forward targeted countermeasures and suggestions, providing data support and decision making references for regulating industry order and improving service quality, and contributing to the high quality development of the online psychological counseling industry.
1. 引言
随着社会经济的快速发展与生活节奏的不断加快，无论是职场上的挑战还是日常生活的琐碎，每个人面临的心理压力与情绪困扰日益凸显，心理咨询作为维护心理健康的重要途径之一，人们对于心理咨询的需求持续扩张。人们对心理健康的认知度逐渐提升，不断主动寻求心理咨询和治疗服务，随之产生了许多心理健康产业，心理测量、心理咨询、心理治疗等出现在人们生活中[1]。数字时代的飞速发展，线上心理咨询的渠道越来越丰富，打破时空限制，消费者能够便捷地获取心理咨询服务。
电商平台的用户在线评论是重要的客户反馈信息，同时也是商家或者其他后续消费者了解商品和服务情况的重要途经[2]。刘佳锴和李敏(2023)采用文本挖掘方法对商品评论进行情感分析和共现聚类分析研究在购买蚕丝被时消费者所需关注的因素，研究表明消费者关注产品质量、价格和促销等[3]。Biró Attila等(2023)研究了人工智能(AI)在解析文本和进行情感分析方面的潜力[4]。
心理咨询(Counseling)是由专门培训过的从业人员，利用基于咨询心理学的原理和技术，在构建可信赖的咨询关系的过程中，对有心理问题的求助者进行疏导，从而减轻他们的心理负担、推动他们的心理健康和自身发展，以发展性咨询为主[5]。Nicole Nagib等(2025)基于大学生的心理健康因种族和宗教的不同背景，指出在大学心理咨询中心进行文化能力干预的重要性[6]。李文等(2025)探索如何将中国传统文化元素，融入心理咨询室的五感设计中，旨在使空间既能满足专业咨询需求，又能助力心理疗愈效果的提升[7]。仇晨光等(2025)探索了虚拟现实技术在高职学生心理咨询中的创新应用，有助于提升高职生的心理健康水平[8]。
现有相关研究多聚焦于学生群体心理咨询服务的现状[9]、心理咨询服务的模式探讨、效果评估等方面[10]，对消费者情感倾向的系统性文本分析较为匮乏，未能充分发挥文本数据的价值。基于此，本研究以心理咨询消费者生成的文本数据为研究对象，运用文本分析技术探究其情感倾向的分布特征、影响因素及演化规律。一方面，能够丰富文本分析技术在心理健康服务领域的应用场景，拓展情感倾向研究的学科边界；另一方面，有利于心理咨询机构精准把握消费者需求、优化服务流程、制定针对性的改进策略提供数据支持与决策参考，从而促进心理咨询行业的高质量发展。鉴于此，本研究展开深入探讨，为以后相关研究与实践提供有益借鉴。
2. 研究思路与数据采集
2.1. 研究思路
电商平台上的商品评论文本存在显著的差别，这导致现有研究中的传统情感分析较难充分提取到消费者关于商品的有效信息。因此，本研究采用词频分析、情感分析模型，构建出线上心理咨询消费者的情感倾向分析框架。本研究基于京东网购平台积累的有关心理咨询海量真实评论数据，首先通过Octopus八爪鱼采集器8完成数据抓取，再进行文本预处理，去除重复和默认好评等操作；接着根据预处理之后的标准化数据，通过Rost Content Ming进行文本分词以及词频分析、语义网络分析和情感分析；最后结合词云图结果进行深入分析之后，提出可供线上心理咨询改进的对策建议，以推动线上心理咨询服务的高质量发展。
2.2. 数据采集
本研究基于京东商城上有关心理咨询商品的文本评论数据，对文本评论进行爬虫采集、预处理，再进行去重、去除默认好评和中文分词等工作；在此基础上再进行词频分析，绘制出词云图以及情感分析。随后将评论文本数据依据情感倾向划分为积极好评与差评两个子集；随后针对两类评论子集分别进行二次分词处理并绘制对应词云图，最终基于词云图分析结果，挖掘评论文本中蕴含的有价值信息。数据采集阶段选取京东电商平台心理咨询销量排名靠前的商家作为核心采集对象，输入心理咨询和心理咨询服务两词进行检索商家，以保障数据的代表性[11]。采集完成后，统一导出为Excel格式文档，形成原始评论文本数据集，剔除无效评论之后，最终共获取有效评论数据1070条，得到原始数据部分如图1所示。
Figure 1. Partial evaluations of consumers of psychological counseling services
图1. 部分心理咨询消费者评价
3. 文本预处理
由于电商平台存在的便捷性，消费者会给出大量的默认评价，一旦把这些评价数据纳入研究中，不仅会造成数据冗余，还会影响词频统计结果，干扰核心信息提取，导致分析结论出现偏差[11]。因此评论数据需要进行预处理，剔除重复、无效的评论，以保证研究的科学性。
3.1. 文本去重
文本去重是评论文本数据分析的核心预处理环节，其意义在于剔除数据集中的重复或高度相似文本，有效消除数据冗余、保障数据真实性与代表性，为后续情感分析等工作奠定数据基础，保证研究结论的严谨性。如下表1所示，为部分去重效果。
Table 1. De-duplicated content of some comments
表1. 部分评论内容去重
部分评论 |
婚姻挽回路上多亏了这位咨询师，她很专业，说话实在，教我的方法都很实用，现在感情好多了。 咨询师太靠谱了！专业能力强，分析问题很透彻，还会考虑到我的实际情况，给的建议接地气、好操作。 老师的专业能力真的一流！把复杂的问题简单化，讲解得通俗易懂，还会给具体的行动方案~。 真心好评！老师专业一流，不仅帮我梳理了问题，还教会我自我调节的方法，特别接地气、管用~ 老师的专业能力真的没话说，一流水平！能精准抓住核心问题，给出的解决方案简单好操作~ 谢谢老师分析。让我看到了自己指责的语言模式。也让我调整了话术，*他说出了自己的内心想法。我的心结总算打开了。 之前觉得“心理咨询”离自己很远，直到和老师沟通，才发现她不是“说教”，而是陪着我一起面对问题，连我自己都没察觉的小细节，她都能温柔指出来，帮我看见自己的力量。 情绪崩溃到想放弃的时候找了老师，她没有急着给建议，而是先接住了我的所有负面情绪，让我知道“难过也没关系”，这份包容，比任何道理都管用。 跟老师聊过三次，最大的感受是“踏实”——她说的话不空洞，给的方法能落地，现在遇到烦心事，会下意识用她教的方式梳理，好像心里多了个靠谱的“靠山”。 老师很实在，说的都是大实话，没有套路也不需要套路 老师很好 咨询完心里舒服很多 自己太想吐槽了憋屈 老师的角度肯定是客观一些的 我应证了自己的判断 谢谢老师 |
3.2. 评论文本分词
分词是中文评论文本数据分析的基础性关键步骤，将连续的自然语言文本拆解为具有独立语义的词语单位，如果分词环节出现偏差，错误拆分不仅会导致词频统计结果失真，还会让后情感分析等研究工作失去可靠依据，最终影响整个数据分析结果的准确性与有效性。为后续词频分析筑牢基础[11]。本研究采用ROSTCM里的功能性分析进行分词，分词效果如图2：
Figure 2. Text segmentation effect
图2. 文本分词效果
4. 心理咨询消费者情感分析
本研究结合词云图、语义网络分析和情感分析来深入分析消费者对线上心理咨询总体情感倾向。
4.1. 基于词云图的可视化分析
词云图是文本数据分析中直观且高效的可视化工具，词云图可以将海量文本中的高频关键词以视觉化形式呈现，通过词语字号、颜色等差异直观反映词汇的重要程度与分布特征[11]。如图3所示，图中“老师”、“咨询”等词的高频出现，明确了数据对应的核心场景是专业咨询服务，且服务具有较强的专业性。而“问题”出现了357次，“分析”出现193次，“建议”出现135次体现出解决具体问题与获得专业指导。
词云图清晰呈现了心理类咨询服务的消费者反馈特征，服务场景聚焦情感与家庭关系问题，用户核心需求是问题解决与情绪疏导，对服务的满意度整体较高，且尤为重视服务提供者的态度、专业性与针对性。
Figure 3. Word cloud of consumer psychological counseling
图3. 消费者心理咨询词云图
4.2. 语义网络分析
Figure 4. Semantic network analysis diagram of consumer psychological counseling
图4. 消费者心理咨询语义网络分析图
评论文本高频词的语义网络分析图可以表示消费者带着问题向老师进行咨询，老师提供耐心指导，最后消费者表示感谢的咨询服务路径。如图4所示，与“咨询”、“老师”紧密连接的“情绪”“问题”“焦虑”“压力”“内心”“关系”等关键词，反映着消费者的核心诉求：带着情绪困扰、心理压力或关系类问题，主动寻求咨询帮助。
4.3. 好评评论
本研究通过对评论文本数据进行情感分析，得出正面情感结果，再对正面情感结果进行筛选之后，绘制出好评评论词云图，如图5所示，直观反映出消费者对该心理咨询服务的整体评价高度积极，服务满意度显著[12]。根据图5，可以分为以下维度进行情感倾向分析：第一，服务态度维度，“温柔”“耐心”“认真”“真心”等高频词，均是对咨询服务态度的正面肯定，体现出亲切、专业的服务态度；第二，服务过程维度，“倾听”“沟通”“分析”“帮助”“引导”“指导”“解答”等词，是对心理咨询过程的正向描述，也传递出消费者被专业服务的积极体验；第三，服务效果维度，“满意”“好评”“有效”“实用”“到位”“值得”“学会”等词，直接指向咨询效果的正向反馈，说明用户认为服务解决了情绪、感情等问题，真正获得了帮助；第四，服务情感维度，“理解”“感谢”等词，表明了消费者与咨询师建立超越服务关系的情感联结，进一步加深了对服务的认可。
好评评价词云图给出了情感特征清晰指向，消费者对该心理咨询服务的态度、过程及效果方面均给予了全面的正向评价，核心情感是满意、认可、感激，服务满足了用户需求。
Figure 5. Word cloud of positive reviews
图5. 好评评论词云图
4.4. 差评评论
差评评论词云图揭示了消费者负面情感，指向对咨询服务的不满、失望，直观反映出消费者体验没有达到预期[12]。如图6所示，可以得出“套话套话”重复出现，结合“客套话”“模棱两可”“不痛不痒”等词，说明消费者认为咨询内容是毫无实际价值的空话，既没有针对性分析，也未解决实际问题，仅以敷衍的话术应付。此外，“花钱”的高频呈现，结合“浪费”一词来看，体现出消费者的不满：认为自己支付了费用，却未获得对应的服务价值，甚至觉得“花钱买了毫无意义的服务”，付费体验差。差评评价词云图清晰呈现消费者认为心理咨询服务不正规、内容敷衍、付费不值，是一次既无实际帮助、又无价值感的咨询体验。
Figure 6. Word cloud diagram of negative review comments
图6. 差评评论词云图
5. 对策建议
结合心理咨询差评评价中存在内容敷衍、付费价值低等问题。本研究认为应该从以下四个方面给出对策建议。首先，在法律法规政策层面，完善行业监管细则明确心理咨询服务的从业资质准入标准，建立全国统一的资质查询平台，对违规非正规心理咨询服务实施动态清退，同时规范服务流程、收费区间及服务内容边界，避免模棱两可、套话敷衍的服务乱象；其次，在心理咨询商家层面，确保从业人员持专业资质才能开展心理咨询服务，定期开展专业技能与服务规范培训，还应明码标价服务项目与对应时长、内容，主动收集服务后用户评价，针对负面反馈及时整改，以提升服务质量；再次，在电商平台层面，应对平台内心理咨询商家的从业资质、服务范围进行双重核验，剔除无合规资质的商家，另外针对心理咨询服务的投诉，开通快速介入机制，协助用户协调退款、更换服务等诉求；最后，在个人层面上，理性选择服务：优先选择平台认证的合规商家，提前核实从业人员的专业资质，避免选择虚假宣传的服务，如果服务未达预期，更要懂得通过平台投诉通道主张合法权益。只有通过多方协同，消费者才能有更好的服务体验，才能推动整个线上心理咨询行业朝着合规化、高质量化方向稳步发展，为更好地满足公众多元化、专业化的心理健康需求提供有力保障。
6. 结论
本研究聚焦线上心理咨询消费者情感倾向，基于京东商城1070条有效评论文本数据，通过数据采集、文本预处理、词频分析、词云可视化、语义网络分析及情感分析等系列方法，系统探究了消费者对线上心理咨询服务的情感态度、核心需求及现存问题。研究发现，线上心理咨询消费者整体情感倾向以积极正面为主，核心认可维度集中于服务态度、专业性、服务过程及实际效果。词云图与语义网络分析显示，消费者需求聚焦情感矛盾、家庭关系、心理压力等问题的解决与情绪疏导，对咨询师的耐心、温柔、专业分析及实用建议评价较高。
但是，差评评论数据揭示了行业现存关键痛点：部分服务存在内容敷衍、套话连篇、针对性不足等问题，导致消费者产生付费价值低的负面感知，且少数服务存在合规性存疑的情况。这些问题直接影响消费者体验，制约行业高质量发展。
本研究基于文本分析方法开展线上心理咨询消费者情感倾向研究，丰富了现有研究对该领域情感倾向的系统性研究，拓展了情感分析的应用场景。研究提出的针对性对策建议，为规范行业秩序、提升服务质量、保障消费者权益提供了数据支撑与决策参考。本研究不足之处在于，数据仅来源于京东商城平台，样本覆盖范围有限。未来可扩大数据来源，对更多电商平台及不同类型心理咨询服务开展进一步深化情感倾向研究，为行业发展提供更全面的理论与实践支持。