陈晞琳

（广东白云学院，广东 广州　510900）

摘要：数字经济的背景下，数字化转型是汽车产业实现高质量发展的重要途径。文章以互联网汽车之家平台的资讯正文文本为例，采集2024年7月1日至2024年8月31日期间内平台发布1824条资讯文本数据。通过使用文本挖掘的词频统计、词云图的可视化展示以及LDA主题模型，总结该文本数据体现的市场对汽车产品的关注点主要为三个方面：产品革新、性能配置以及品牌营销。基于文本挖掘的结论，文章为汽车产业的数字化转型提出相应的建议：利用智能系统助力产品革新；依托软件优化和数据支持提升性能配置；利用大数据分析制定精准的品牌营销策略。

关键词：汽车产业；数字化转型；文本挖掘；LDA主题模型

一、引言

在数字经济的背景下，我国汽车产业的数字化转型已成为推动汽车产业高质量发展的关键路径之一。传统汽车产品的研发需要在数字经济的影响下进行全面重塑，以引领行业的创新和商业模式的变革。根据工业和信息化部副部长辛国斌在2024中国汽车论坛上的发言，2024年上半年我国汽车销售总量达到1404.7万辆，同比增长6.1%。其中，新能源汽车销量同比增长30.1%，占新车总销量的35.2%，较去年同期提升6.9个百分点，这表明新能源汽车在市场中的地位愈加重要[1]。在汽车行业的数字化转型方面，国家已启动了“车路云一体化”试点，推动智能网联汽车的生产准入和上路通行试点。根据论坛的发言内容，已知组合辅助驾驶功能的汽车销售占比已超过50%，这一趋势突显了汽车产业数字化转型的紧迫性和重要性。为进一步推动汽车产业的发展，必须结合数字经济背景相关的前沿数字化技术如：大数据技术、云计算技术以及物联网技术等[2]，深入推进汽车产业的数字化转型[3]。数字化转型不仅需要技术创新，还涉及市场需求、消费者行为和产业结构的全面调整。因此，汽车产业的数字化转型因结合产业发展动态和趋势。通过对汽车行业资讯的文本进行数据挖掘，从数据的角度分析产业发展的现状和趋势，可进一步深入了解市场的关注点。通过上述研究明确数字化转型的关键方向，满足产业发展的需求，为汽车产业的高效率、高标准、高质量研发和转型提供科学指导。汽车产业的数字化转型不仅将推动技术进步，还将激发商业模式的创新，为汽车产业未来的发展打下坚实的基础。

二、文献综述

现有研究表明，数字化转型对汽车产业的快速发展具有重要推动作用。范德成等[3]利用A股上市汽车制造企业的数据，通过动态面板模型和两阶段系统GMM估计法，发现技术人员和资源配置在数字化转型中至关重要，且政府补助显著促进了转型对创新的正向影响。杨红雄等[4]基于虚实价值链理论，研究了数字化转型对汽车企业价值创造的影响路径，指出数字化转型不仅提升了企业的研发创新能力，还通过市场信息反馈和需求感知能力的中介作用进一步促进了价值创造。结合中国数字化转型汽车企业的调查数据，该研究建议激发创新潜力、提升企业综合实力，并完善政策体系，以实现汽车企业的高质量转型。

关于数字化前沿技术在汽车产业的应用，目前已有多种研究观点。田根源[5]探讨了云计算技术在新能源汽车智能制造中的应用，研究发现云计算技术不仅推动了新能源汽车向智能网联的方向发展，还为整车智能化升级提供了坚实的技术支持，同时也提升了整个产业的质量和发展水平。张赢丹等[6]通过分析406份来自国内车企及第三方汽车物流公司的调研数据，研究汽车制造业物流与供应链数字化转型对区块链技术采纳的影响，结果显示数字化转型整体上促进了区块链技术的应用，但在不同场景中存在明显的差异性。该研究为区块链技术在汽车制造业中的应用提供了理论支持，同时为行业的数字化转型和技术创新指明了新方向。

针对汽车产品配置的数字化设计，何绍民等[7]研究聚焦于电动汽车功率控制单元的软件设计，并系统地总结了数字平台、数学建模和数值算法的最新进展，并深入探讨了速度、保真度和复杂度方面的技术要求，为相关技术的发展提供了有力支持。李立红[8]则关注数字化技术在汽车电池材料研发中的应用，指出电池材料不仅需要具备高安全性、低成本和高效率的特点，并说明了数字化技术在这一过程中同样发挥了关键作用。此外，该研究还强调了大数据和物联网平台在推动新能源市场转型方面的重要性，这些技术的应用将有助于实现双碳目标。

目前，关于汽车产业数字化转型的研究大部分依赖企业调研数据，而通过文本挖掘的方法来探讨汽车产业发展的文献较少。因此，通过采集互联网平台上的汽车产业资讯，运用文本挖掘来揭示市场对汽车产品的关注点和产业发展趋势，这将为结合数字经济背景明确汽车产业数字化转型的方向提供重要参考，但仍需进一步深入研究。

三、数据来源与预处理  

1.数据来源

作为国内知名的汽车消费服务平台，汽车之家为广大消费者提供了大量的选车、用车以及购车的资讯信息。根据QuestMobile的统计数据，截至2024年6月汽车之家移动端日均用户量已达到6791万，同比增长8.3%。因此，为从文本的角度研究汽车产业的发展，可采用汽车之家平台资讯栏目所涉及的相关文本进行分析。文章所使用的数据为2024年7月1日至2024年8月31日时间段内发布在汽车之家资讯栏目的正文文本，所涉及的文本数据共计1824条。通过使用数据采集工具——八爪鱼采集器，对汽车之家网页上的相关文本数据进行便捷式地采集和汇总。所采集的资讯文本数据涉及汽车产业多方面的前沿资讯，内容涉及技术研发、新品发布、市场对汽车产品的反馈等。依据上述的数据采集方案，最终采集的前5条文本数据的部分内容如表1所示。

表1 前5条文本数据

2.数据预处理

对汽车之家平台上资讯栏目的正文文本数据进行词频统计、可视化展示以及LDA主题模型构建之前，需要对八爪鱼爬虫工具所抓取的文本数据进行预处理。使用文本数据常用的分析编程语言Python对该数据进行预处理，文本挖掘的数据预处理工作主要涉及三项：一是需要将文本数据中的数字、标点符号以及多余的空格和换行符进行移除，使文本更为简洁，并保证文本的一致性。二是对文本数据进行jieba分词，将连贯的句子转换为独立的词汇。通过Python导入jieba中文分词库，将连续的文本切分成独立的词语列表。三是导入哈工大停用词表并过滤文本数据中的停用词，同时保留字符长度大于1的词汇。通过停用词表的使用，将除去文本中对文本挖掘意义较小的词如：“按照”、“多少”、“从而”等。同时，预处理工作中可添加一些特定的停用词，比如：“汽车”、“汽车之家”、“autohome”等。这类数据可能会在分析中引入噪声，影响结果的准确性。此外，移除所有长度小于2的词汇，确保只保留对词频统计和可视化有意义的词语，从而进一步提高模型的性能和结果分析的准确性。通过预处理文本数据，可以将其转化为适合分析的数据形式，从而为文本挖掘工作提供更为结构化和规范化的数据支持。经过预处理后的文本数据，以前5条数据为例，数据形式如表2所示。

表2 前5条预处理后的文本数据

四、文本挖掘

在汽车之家资讯栏目的正文文本中，展示了汽车产业的前沿动态，通过对文本数据中高频词进行统计以及展示，可进一步分析该市场对汽车产品的关注点以及产业发展趋势。通过Python可计算的前十个文本高频词以及对应的词汇在文本中出现的频次，相应的词频统计的结果如表3所示。

表3 文本高频词表

通过表1的词频统计结果，可进一步对词汇所表达的含义进行归类。整体上，在2024年7月份以及8月份的汽车之家资讯文本中，主要的高频词可分为三类：第一类是“新车”以及“全新”，侧面反映了汽车产业对新车以及产品革新的关注；第二类是“设计”、“配备”、“最大”、“动力”、“搭载”以及“功率”，体现了目前产业关注的焦点在于汽车产品本身的性能和配置；第三是“市场”以及“品牌”，体现了产业动态中市场营销和品牌打造的重要性。

为进一步直接且美观地展示资讯正文文本中的高频词，可通过绘制词云图的方式进行展示。通过词云图的展示，将文本数据所涉及的高频词以更鲜明的方式进行展示，同时更直观地体会到汽车产业发展的焦点和未来发展的趋势，也为下一步汽车产业的数字化转型提供方向。基于汽车之家资讯栏目的正文文本数据，经过数据预处理后，通过Python使用WordCloud库所绘制的词云图如图1所示。

图1 汽车之家资讯正文文本词云图

基于上述文本分析的研究内容，可进一步挖掘文本中潜在的主题，分析汽车产业的发展现状和趋势。目前，挖掘文本数据潜在的主题常用的方法有LDA主题模型。在构建LDA主题模型之前，需要确定最优主题数。使用最优主题数可以使输出的主题结果涵盖的内容更加凝练，同时也使模型的输出结果尽可能地包含所有的关键主题。为进一步确定最优主题数，可通过计算模型在不同主题之下的困惑度和一致性得分，再进行主题模型的构建[9]。通过Python计算的不同主题数对应的困惑度和一致性得分如下图2所示。

图2 困惑度与一致性得分图

通过图2可知，当模型的主题数为2时，模型的困惑度最低且一致性相对较高，符合LDA主题模型选用主题数的标准。因此，采用主题数为2进行LDA主题模型的构建。通过Python训练LDA主题模型，输出主题对应前十个关键词以及对应的重要性权数。具体主题模型的输出结果如下表4所示。

表4 LDA主题模型输出结果

根据表4所展示的主题1的输出结果可知，重要性权数最大的关键词是“新车”，其重要性权数为0.017。其次是“设计”以及“配备”，分别对应的重要性权数为0.010以及0.009。主题1中其它的关键词如：“搭载”、“动力”以及“功率”等都与汽车本身的性能配备有关。因此，通过LDA主题模型训练得到的第一个主题可总结为：产品革新与性能配备。由表4所展示的主题2的输出结果可知，重要性权数最大的关键词是“市场”，其次是“品牌”，以上两个词汇分别对应的重要性权数为0.006和0.005。因此，通过LDA主题模型训练得到的第二个主题可总结为：品牌营销。综上所述，通过LDA主题模型训练的结果显示，汽车之家平台的资讯正文文本潜在的主题同样涉及产品革新、性能配备以及品牌营销这三个方面。

五、结论与建议

1.结论

在数字经济的时代下，研究汽车产业数字化转型的方向应符合数字经济发展的特征，应从数据的角度进行研究和分析。大量的汽车资讯正文文本数据体现了汽车产业发展的现状和趋势。通过挖掘文本数据中存在的关键词和主题，能进一步明确汽车产业转型的核心思路以及发展方向。通过对2024年7月份以及8月份发布在汽车之家资讯栏目的正文文本数据进行文本挖掘，可从量化的角度分析并总结汽车产业近期的关注点和产业未来发展的重点。通过词频统计以及绘制的词云图实现的可视化展示，可将汽车市场舆情的关注点总结为三个方面：产品革新、性能配置以及品牌营销。同样，基于文本数据构建的LDA主题模型所训练得到的主题内容也与这三个方面高度相关。因此，结合数字经济的背景，汽车产业需要数字化转型，并摆脱传统的生产模式，可围绕产品革新、性能配置以及品牌营销三个方向提出转型的建议，以推动汽车产业的高质量发展。

2.建议

基于上述结论中汽车市场舆情的关注点，产品革新、性能配置以及品牌营销都是目前汽车产业发展的焦点。因此，可结合这三个角度，从汽车产业的现状和未来发展的趋势出发，提出汽车产业数字化转型的方向。

一是产品革新。汽车产品的革新已成为产业数字化转型的核心推动力。随着技术的持续发展，传统的机械制造和电子控制系统逐步被智能化系统所取代，这不仅提升了汽车产品的技术性能，还加速了行业的数字化进程。智能汽车的需求不断增长，尤其是在自动驾驶和智能座舱领域，市场对这些技术的期待也在持续上升。未来，自动驾驶技术将成为汽车的基本配置，企业需要通过优化机器学习等算法，进一步提升车辆的自主决策能力和安全性。同时，智能座舱作为现代汽车的重要组成部分，可利用大数据和云计算技术，实现对车辆状态和驾驶行为的实时监控，为用户提供更个性化的体验。这一系列的产品革新不仅推动了汽车产业的技术发展，也深度引领着汽车产业数字化转型的进程。

二是性能配置。消费者对汽车性能的要求不断提高，使得性能配置成为购车决策的关键因素。在数字化转型的背景下，提升汽车性能不仅仅依赖硬件的升级，还需依托软件优化和数据支持。现代汽车通过智能管理系统优化动力系统，例如，电动汽车使用电控系统和算法实时调整电机功率，制造商还可通过云计算平台远程监控和更新动力系统，以保持动力系统的最佳状态。车联网技术使汽车能与外界实时连接，实现远程诊断系统、监测车辆状态以及预警潜在故障。同时，通过无线网络进行软件更新，提高车辆整体性能的可靠性和用户体验。此外，智能驾驶辅助系统利用传感器实时感知环境，辅助或修正驾驶操作，增强驾驶安全性，并在复杂路况下提升车辆性能。这些数字化技术的应用有效提升了汽车性能与配置，推动了产业的数字化转型。

三是品牌营销。数字化转型为品牌营销提供了新工具，使汽车品牌能够在信息过载的环境中脱颖而出。利用大数据分析，汽车制造商可以深入了解消费者的行为和偏好，从而制定精准的营销策略，提升广告效果并优化产品设计。社交媒体成为品牌与消费者互动的关键平台，通过发布信息、互动交流和用户体验分享，品牌能提高曝光率和用户粘性。同时，直播、短视频和虚拟现实等新兴媒体形式，为品牌营销开辟了更多机会，使消费者能够更直观地体验产品和品牌文化。数字化客户体验也变得越来越重要，汽车品牌通过虚拟展厅、在线试驾和数字服务平台，提供便捷的购车和售后服务，这种无缝的线上、线下体验不仅提升了消费者的满意度，也为品牌带来了新的竞争优势。

数字经济的时代下，汽车产业的转型需要多方位、深层次地展开，通过数字技术赋能产品革新换代、性能配置的优化以及品牌营销的打造，推动汽车产业全面的数字化转型。以高科技、高效能与高质量为发展方针，运用数字经济发展的特征和优势为汽车产业创造高速发展的机遇和条件[10]。

参考文献

[1]金一丹.智能网联汽车产业规模大幅提升[N].中国证券报,2023-09-29(A06).

[2]程建华.数字经济背景下我国传统产业数字化转型路径研究——以台州市为例[J].经济与社会发展,2021,19(02):30-37.

[3]葛畅,钟雨萌.传统汽车企业数字化转型下的财务风险分析——以H集团为例[J].湖北经济学院学报(人文社会科学版),2021,18(09):66-69.

[4]范德成,王娅.传统企业数字化转型对其创新的影响研究——以汽车制造企业为例[J].软科学,2022,36(06):63-70.

[5]杨红雄,牛瑞媛,门峰,等.数字化转型视角下汽车企业价值创造路径研究[J].价格理论与实践,2024(03):179-183+223..

[6]田根源.云计算技术在新能源汽车智能制造中的应用与发展[J].储能科学与技术,2024,13(05):1748-1750.

[7]张赢丹,樊雪梅,袁焕轩.汽车制造业物流与供应链数字化转型对区块链技术采纳的影响研究[J/OL].工程管理科技前沿,1-12[2024-08-29].http://kns.cnki.net/kcms/detail/34.1013.N.20240401.2032.004.html.

[8]何绍民,杨欢,王海兵,等.电动汽车功率控制单元软件数字化设计研究综述及展望[J].电工技术学报,2021,36(24):5101-5114.

[9]李立红.数字化技术在汽车电池材料研发中的创新应用[J].有色金属工程,2024,14(04):185-186.

[10]崔丽丽.基于作者-主题关联的学科知识网络中核心作者影响力研究[D].华中师范大学,2022.

[11]许袁杰.新形势下如何推动服务贸易高质量发展[J].产城:上半月, 2023(4):255-257.