饮食跟踪应用程序的用户视角:评论内容分析和主题建模

简介

肥胖和超重是多种环境因素共同作用的结果，这些环境因素会影响个人的食物摄入和身体活动[1，2］．由于肥胖是一个全球性的公共卫生挑战，会导致许多健康、社会和经济困难[3.]，帮助个人做出更好、更健康的饮食选择很重要。生活方式的改变(例如，现代久坐的生活方式)以及致肥环境的其他特征(例如，物理设计的挑战;政治、社会和文化因素;促进积极生活方式的能力;更好的食物选择)为消费者控制体重和饮食创造了一个复杂的环境[4，5］．尽管存在这种功能失调的环境，但人们意识到不适当的饮食可能对他们的健康和福祉产生的负面影响，并且普遍有兴趣做出更健康的选择，并对自己所食用的食物及其营养价值进行教育[6］．

技术进步，包括与移动设备有关的技术进步，正在使越来越多的工具得以开发，以帮助个人控制自己的健康和营养。手机应用已经成为用户获取信息的重要来源。在美国进行的一项研究显示，超过一半的手机用户至少下载过一款与健康相关的应用程序。其中大部分是健身和营养应用程序，这类应用程序的使用率也是最高的[7，8］．

特别是在营养领域，人们使用应用程序有各种各样的目的，包括了解产品，阅读或贡献食谱，在应用程序社区论坛上互动，评估他们的食物选择，检查产品标签，并获得产品健康状况的概述[9]，以及追踪他们的食物摄取量和饮食[8］．鉴于自我监测和饮食追踪在激励行为改变和坚持健康饮食方面的重要性[8，10，我们一直专注于提供卡路里跟踪选项的营养应用程序(即饮食跟踪应用程序)。这些应用程序促进饮食跟踪和保持更健康的习惯，并不一定将减肥作为目标，这通常是以前研究的重点(例如，[7])。

饮食跟踪应用程序中行为改变策略的低包含可能会阻碍它们帮助用户实现长期饮食和营养目标的能力[11，12］．然而，成功采用行为改变策略的饮食跟踪应用程序可以对用户的动机、习惯以及饮食和营养结果产生积极影响。13-16］．这些应用程序也被证明对行为控制和体重管理有帮助。15］．自我监控被认为是成功体重管理的基石。17]，当与量身定制的目标结合在一起时尤其有用[16］．饮食跟踪应用程序支持的目标设定，是影响行为改变的相关因素之一，其他因素还包括动机和自我效能。15］．与提供个性化膳食计划程序的应用程序一起[18]，有证据表明饮食跟踪应用程序可以有效地支持行为改变和体重管理[18，19］．

然而，饮食跟踪应用程序在体重管理过程中的可用性并不总是得到积极的评价。关注饮食跟踪应用的干预研究表明，用户有时不喜欢这些应用，因为它们太复杂，缺乏个性化和对用户的长期支持，而且专注于计算卡路里，这很容易成为一种困扰[20.］．对大多数人来说，在体重管理过程中保持高水平的动机是一项挑战，饮食跟踪应用程序有时无法为可持续减肥和体重管理提供适当的动机支持。20.，21］．此外，饮食跟踪应用程序对食物摄入量和用户行为的长期影响仍未被探索[16］．这些问题表明需要对饮食跟踪应用程序及其功能进行更多的研究[7］．

随着消费者越来越依赖应用程序来支持他们的日常活动，它们也通过应用程序评论和评级为开发者和潜在用户提供了宝贵的反馈。这些评论通常包含对应用程序评估有价值的信息，包括用户对应用程序的意见，他们使用应用程序的体验信息，错误投诉或功能建议。22］．之前的一项研究显示，近四分之一(23.3%)的应用评论包含应用功能要求或应用评估。23］．

应用开发者和公司已经认识到用户评论的价值，并经常检查这些评论以改善用户体验。大多数移动健康应用程序都是免费使用的，可以选择将配置文件升级到付费的高级选项(以获得更多功能或个性化建议)。最初的免费下载和使用使这些应用程序很容易被抛弃，用户在它们之间切换的决定很普遍。24］．这促使应用程序开发人员有兴趣倾听用户的评论、抱怨、想法和建议。25］．在评论中，用户是其他潜在消费者、企业和整个社会的文本生产者。这些文本可以用来预测和理解用户的偏好和行为[26］．

为了提高使用率并实现更好的健康和营养成果，有必要更好地了解用户需求。很明显，用户在使用移动健康应用程序时，并不是单纯地寻找信息。信息呈现的方式;应用的可用性;它吸引和连接用户的程度;它的有效性、及时性、设计和功能性也是重要的考虑因素[27］．对应用程序的用户评论进行更深入的分析，可以更好地了解所需功能和用户偏好，并在理想情况下提高应用程序的可用性、吸引力和有效性，以实现用户的健康和营养目标[7］．这些方面需要对用户评论进行更多的学术研究[22]，尤其是功能和外观往往比应用程序提供的信息质量更能影响节食应用程序的受欢迎程度[28］．

由于其在节食领域的存在和相关性，饮食跟踪应用程序吸引了许多研究人员的兴趣，他们使用了应用程序评估策略，试图更好地理解和评估应用程序的功能[29-32］．饮食跟踪应用程序对用户食物选择的影响以及他们对这些应用程序的看法已经通过实验和调查数据收集方法进行了测试[10，15，18，33］．之前的研究还评估了不同应用程序提供的信息的一致性，并建议进一步合作和协调信息[34，35］．

为了更好地了解用户对饮食跟踪应用程序的意见，本研究是基于收集和分析用户对这些应用程序的文本评论和数字评分进行的。我们专注于识别用户对饮食跟踪应用程序的主要积极和消极方面，并在应用程序评论中公开分享。通过识别吸引消费者注意力的特征或功能，本研究提出了应用程序开发和改进的领域，这些领域有可能增加用户的积极评价和动机，从而改善营养/健康。

方法

数据收集

为了评估用户对饮食跟踪应用程序的看法，我们使用了一种不同于之前报道的实验和调查数据收集方法的方法[10，15，18，33］．我们对谷歌Play Store上的应用用户评论进行了全面的内容分析。文本挖掘方法用于检测用户评论中经常提到的单词和主题组合。对这些单词组合(n-grams)进行评估，并选择最频繁的组合进行进一步分析。确定的主题被命名并简要讨论。

在谷歌Play Store中对饮食跟踪应用程序的搜索包括以下关键词:“营养应用程序”、“饮食应用程序”、“卡路里计数器应用程序”、“食物扫描仪”、“卡路里应用程序”、“卡路里跟踪器”和“卡路里扫描仪”。我们确定了131个提供卡路里信息的独特应用程序(如卡路里表、卡路里跟踪、饮食日记)。这些应用程序被进一步审查，以确定它们是否为食物提供卡路里计算选项，是否为用户提供摄入量日记，以及它们的操作语言是否为英语。最终的应用选择是基于下载量和评论(影响评估;下载量超过100万次且用户评分至少1万次的应用程序被选中)，这是应用程序评估过程中的标准程序(例如，[7，30.])。总共有15个应用程序符合上述所有条件(表1)，他们的评论是使用定制编写的Python脚本从谷歌Play Store中抓取的。在这一阶段，总共收集了81660条最新的用户评论。

数据分析

文本挖掘方法

由于互联网辅助通信的普及，用户生成的公开内容越来越多，研究人员已经开发了几种自动化方法来识别、总结和分类可用信息[26，36］．新工具的发展使研究人员能够获得更多关于用户写作中的观点和情绪的信息。观点挖掘的重点有一种趋势，从研究长文本转向研究各种社交媒体平台和网站上的短用户帖子。22］．文本挖掘和自然语言处理(NLP)算法的快速发展和效率和能力的提高是显而易见的，它们正在成为研究用户生成内容的社会科学研究的重要组成部分[37，38］．在对文本进行分类和分类时，速度、可再现性和可靠性被认为是文本挖掘的一些最重要的优势[39］．

在这项研究中，我们将两种文本挖掘方法应用于我们的数据集:主题n-grams识别和主题建模。这两种方法都是通过识别和分组文本中同时出现的单词(在我们的例子中是用户评论)来工作的。数据分析需要对原始数据进行预处理，预处理通过文本挖掘分析数据准备和预处理中常用的几个步骤来完成[40］．

数据预处理

数据预处理是一种将原始数据转换为可理解格式的数据挖掘技术。真实世界的数据通常是不完整、不一致的，包含大量冗余信息，并且可能包含许多错误[41］．这是一个关键且耗时的过程，因为输出取决于数据的质量。

由于主题n-grams识别方法和主题建模方法具有相同的预处理步骤，因此两种方法都使用了相同的预处理数据集。对于这些任务，我们使用Python编程语言及其特定于数据科学的工具(即库)，考虑到大量的数据，这些工具使这个过程成为可能。在数据科学社区中非常有名的Python库numpy和pandas在整个过程中被广泛使用，还有其他几个库，每个库都专门用于特定的任务。采用以下数据预处理步骤。

首先，我们删除了所有非英语评论。目前我们只对英语评论感兴趣，因为我们的数据集包含葡萄牙语、西班牙语和德语等不同语言的评论。这些评论占我们数据集(9576条评论)的12%，删除它们比将它们翻译成英语更安全。在这一步中，使用Python库langdetect识别出了72084条英文用户评论。这些综述用于本研究中进行的所有分析。

然后，我们将文本转换为小写字母，对每个评论执行广泛的拼写检查，并使用Speller Python库进行必要的更正。“I”、“are”、“and”和“the”等词被认为是“停顿词”而被删除，因为这些常用词往往在结果中占主导地位。我们进一步从评论中删除了任何特殊字符和数字。

其次，进行了词元化，这是一个对单词的屈折变化形式进行分组的过程，这样它们就可以作为一个单独的项目进行分析。这些形式由词的引理来确定(即，“跟踪”和“轨道”共享同一个引理并成为“轨道”)。词元化算法考虑了数据准备过程中单词的形态分析[42］．最后，我们应用了词性标签，它根据定义和上下文确定单词的类别(例如，名词，形容词，副词，动词)[43］．

经过数据预处理后，得到一个新的数据集，该数据集经过清理，既可以用于主题建模，也可以用于n-grams识别。这个新的数据集由单词数组的集合组成。例如，前一个数据集中的项”“I love this app and it ' s easy to use”被转换为“love app easy use”，作为进一步的分析。

局部N-Grams识别

主题n-grams的使用在文本和主题挖掘中很常见，当跟踪单词或短语频率时，NLP方法也是如此[44，45］．为了本研究的目的，我们实现了对用户评论(应用程序的文本用户评价)中最常见的三元组(即三个单词一起使用的组)的分析。例如，将此应用于前面提到的来自已清理数据集的word数组”爱，app, easy use”，我们可以提取出恰好两个三元词:(爱，app, easy)和(app, easy, use)。

然后将这两个三元组合添加到从其他评论中提取的三元组合中，从72,084篇评论中总共得到744,808个三元组合。

然后，对单词组合的评价与用户对应用程序的数值评估(即评分)一起使用，后者通常被用作情绪的代理(例如，[46，47])。谷歌Play Store中应用程序的用户评分从1到5，其中1是最差的，5是最好的。在我们的研究中，得分低于3的应用被认为是负面评价，而得分为4和5的应用被认为是正面评价。这种方法在该领域的研究中很常见(例如，[46])。这些评分是由包含给定三元组的评论评分分组得出的。

主题建模

主题建模是另一种文本挖掘和NLP方法，通常用于发现文本语料库中的潜在主题。主题建模已被证明对聚类文档或文本有用，并且被认为是语义结构的概率统计技术[48］．在本研究中，我们使用Python Gensim库(NLP中常用的库)进行主题建模分析。这个库帮助我们建立了一个数学模型，可以根据主题对每个评论进行分类。可能的主题列表是在模型训练时确定的，我们预先确定了可能的主题数量。为了找到最合适的话题数量，我们使用了连贯得分。主题一致性衡量主题中得分较高的单词之间的语义相似程度，这有助于区分语义上可解释的主题和统计推断的伪命题[49］．这个值在每个模型训练过程之后给出，帮助我们确定训练模型的性能。

要找到能产生最佳结果的最佳主题数量，需要进行多次试验，从随机选择的主题数量开始，直到我们缩小到得分最高的模型。我们只需选择这个模型并将其应用到我们的数据集。例如，如果我们的模型在数据集中发现了11个主题，对于数据集中的每个评论，模型将为我们提供评论属于11个主题中的每个主题的可能性的概率。

结果

主题建模

选题过程

由于主题建模是一种无监督的方法，它不受某些预定义标准的约束(即主题的数量)。相反，对于第一次运行，我们将脚本编程为仅从2个主题开始，重复并增加4(因为这是一个计算密集型和要求高的过程，我们必须最小化运行次数)，直到达到30(即在2到30个主题之间找到最佳主题数量)。这个高的数字是随机选择的，以找到我们的主题数字的最佳范围。分析结果显示，连贯得分最高的主题数在6 - 13之间(图1)．对于第二次迭代，我们再次重新编程脚本以重复在此范围内运行，这一次增加1以更准确地确定最佳分数。11个主题达到最佳一致性(0.646)(图2，表2)．

‎ 查看此图

‎ 查看此图

确定主题

大多数确定的主题包括在评论中描述应用时使用积极的词汇。在他们的反馈中，用户经常使用“爱”、“好”、“简单”、“好”和“令人惊叹”等词来描述这些应用程序。正面评价的话题比负面评价的话题更常见。给饮食跟踪应用程序留下反馈的用户对跟踪自己食物摄入量的可能性给予了积极评价;使用食品扫描仪，并在应用程序中创建/访问食品数据库;考虑到这些应用程序是用户友好的，方便的，易于使用的。减肥是另一个重要的话题，出现在10%的用户评论中(表3)．

通过将主题与用户评论的平均评分进行配对，我们发现取消、支付计划和收费的困难似乎是最困扰用户的(主题平均评分2.32)。一位用户这样描述她的经历:

就我个人而言，在我启动计划之前，我觉得公司对我的减肥之旅非常感兴趣，然后没有人关心我，或者我注意到他们向我收取了另外3个月的订阅费用，这是我没有授权的。我已经通过电子邮件三次试图联系[app]终止我的会员资格并要求退款，我收到了一封电子邮件，说他们将在接下来的48小时内与我联系，但我从未收到他们的回复。

此外，技术上的困难似乎也给应用的使用带来了问题(平均话题评分2.84):

好应用程序时，它的工作。否则，会有太多的bug。它经常滞后，需要很长时间加载…

停止工作。当我尝试添加食物或搜索时，它是一个空白屏幕。请解决!

局部三元模型

整体评级

与主题建模结果相似，我们的整体三元组分析表明，平均而言，用户在评论中对饮食跟踪应用程序的评价是积极的(表4)．表示应用程序易用性和实用性的词汇(21/50的提及频率)，喜欢/喜爱应用程序的表达(13/50的提及频率)，以及应用程序的跟踪选项(19/50的提及频率)占据了从用户评论中确定的前50个词汇。这些主题也经常与较高的应用平均评分相关联;频次排名前50的八卦中，有49个达到了4级以上。

用户评论中正面和负面三元组的提及次数在用户评论中也呈现出正面评价占优势的趋势。在我们的72084个用户评论数据集中，前50个最常出现的正面词汇出现了12723次，而前50个最常出现的负面词汇出现了1270次。

积极评价的应用特征

至于积极价值评价的用户评价，我们发现总体上有大量的评论对应用表示赞赏。排名前50的用户评价中，大多数都是指应用程序的易用性和实用性(21/50的提及频率排名第一)，摄入量和卡路里跟踪(20/50的提及频率排名第一)，以及减肥(6/50的提及频率排名第一)(表5)．用户普遍认为这些应用程序“非常易于使用和直观”，“易于使用和相当直观”。追踪他们的摄入量的能力被描述为“让我负责”和“对你选择的饮食非常有信息”。一些用户还认为这些应用程序有助于他们选择更好、更健康的食物:

帮助我更好地了解不同食物的卡路里含量，这样我就可以做出更好的选择。
很容易检查总碳水化合物、脂肪和蛋白质含量以及个人食物价值，这样我就可以在第二天做出更好的选择。

在减肥方面也发现了类似的评论:

教你如何以及为什么需要改变你的饮食习惯;
改变思想的减肥计划;
这是关于可持续的减肥……

负面评价的应用特征

根据我们的研究结果，对付费应用选项进行激进的广告宣传，以及不明确的订阅费用和取消政策似乎是特别有问题的(根据提及频率排名，15/50的负面图表)。评论还显示，持续显示的广告和关于付费应用选项的提醒往往会导致用户删除应用，如下评论摘录所示:

每次我打开这个应用程序，它都会向我推送它的高级服务。我知道他们在这里是为了赚钱，但说真的，只是在某个地方放置一个非侵入性的广告窗口，不要纠缠我。

在这些人不再给你付费计划的广告之前，去找其他的选择。

无论如何都不会退款。这个应用程序不适合我，因为我不超重。我试着给它一个机会以为这就是我想要的，但它不是。然后发现无论如何，一旦他们收取了订阅费，即使是在同一天，你也不能拿回你的钱。

考虑到这些应用程序的规模和用户数量，很容易看出从技术角度来看，上传内容的能力很难管理。然而，在50个最常被提及的消极三要素中，有14个是指用户遇到的技术问题(表6)，包括应用程序崩溃，无法使用或打开应用程序，以及类似的情况:

每次我想增加食物或运动的时候，它就会冻结。

不知道发生了什么，但自从付费广告不断弹出，应用程序已经走下坡路。今天尤其糟糕。屏幕变黑，死机。不断崩溃。我已经使用这个应用程序3年了，现在正在认真考虑使用另一个应用程序。

我真的想给这个应用程序5颗星，特别是因为它帮助我在过去6周内减掉了20多磅。不幸的是，应用程序本身是如此的滞后和bug，我不能给它超过1颗星。每次我在应用程序之间切换时，[应用程序]需要15-60秒才能启动。整个应用程序每天至少崩溃10次。

一些与内容相关的抱怨也可以在评论中找到，例如“需要能够添加超过100克的新食物”或“需要一个选项，让用户可以轻松添加新食物，并纠正含有不正确营养数据的扫描食物”。

添加新食物会给用户带来额外的问题(5/50常出现的消极事件)。也就是说，用户在这方面的抱怨通常是指由于技术挑战而无法将产品添加到数据库:

玩家可以选择添加一种新的食物，但却无法保存它。

本来是一个完美的应用程序，但当尝试输入我自己的食物时，它变得完全无用。每次我输入营养信息，它都会把我输入的东西变成疯狂的数字，比如2800卡路里的白软干酪。

我之所以给它打4分，是因为这个应用程序并不总是保存我添加的关于新食物的信息。它总是说要连续几天下载数据库。

讨论

主要研究结果

尽管在健康和营养研究中有大量关于营养应用程序和个人使用模式的文献，但从用户生成内容(即公开的用户评论)的角度对这些应用程序的调查仍处于起步阶段。之前的研究主要集中在应用程序开发问题和功能评估，以使应用程序更易于访问和用户友好(例如，[7，31])。许多研究通过调查、访谈和定性内容分析来调查消费者对现有应用程序的看法。这项现有的研究获得了对可用应用程序的总体积极评估/评价(即应用程序的喜好)，以及用户对这些应用程序的帮助和易于使用的看法(例如，[8，15，50])。这些发现得到了我们的研究结果的支持，饮食跟踪功能对用户的重要性也得到了支持[8]及广告的阻吓作用[8，15］．与其他研究不同的是，其他研究将用户评论纳入评估用户对饮食和营养应用程序的观点，使用简单的研究方法手动评估一小部分用户评论(例如，[8，50])，这项研究扩展了这一知识，并包括使用文本挖掘和NLP技术评估和分类的超过70,000条用户评论。

在我们的研究中，我们专注于用户的角度，旨在评估饮食跟踪应用程序及其功能，这些应用程序评论中最常被用户评论。虽然用户对他们使用的应用程序的平均评分很高(所有应用程序的总体评分为4.4分(满分为5分)，单个应用程序的评分从4.1到4.7不等)，但仍有一些功能可以改进，以增强用户体验。

最近一项包括25个在线平台在内的研究已经注意到，用户在网上留下的评论和评论中主要是积极的[51］．我们也可以为饮食跟踪应用程序的评论支持这些发现，因为我们的结果表明，为饮食跟踪应用程序留下评论的用户通常倾向于给出积极的评价。提取的主题显示了评价中用于描述应用的积极词汇的流行程度，以及用户评论的平均评分。为了给饮食跟踪应用程序的用户提供更好的体验，我们建议更多地关注食物数据库和向应用程序数据库添加新食物的功能。用户通常对应用程序的功能感到满意，而更丰富的数据库将使他们更容易做出选择，相比不得不搜索替代品或经历漫长的程序来添加产品，他们可能会更有动力。这对于不提供通过拍照来添加产品选项的应用程序尤其有效。由于这也是与技术问题相关的几个抱怨(例如，难以添加新的个性化食品或食品扫描)，致力于先进的技术解决方案，丰富数据库，或致力于食品类别中更强大的产品网络，可以减少对用户体验的负面评价。

隐性成本和应用使用成本沟通不足是用户停止使用应用的一些主要原因。8］．我们还发现这些问题是许多用户在应用评论中抱怨的一个原因，同时用户无法获得退款。因此，为了留住用户，保持他们的满意度和忠诚度，应用应该就应用使用可能产生的成本(如付费版本、应用内购买、退款政策)提供充分、清晰和尊重的沟通。

限制

虽然这项研究对用户意见提供了有价值的见解，但它并非没有局限性。由于可行性的限制，我们专注于可用的评论，并引入了一组限制，使我们能够以应用评论的形式构建和总结多样化的用户生成内容。未来的研究可以应用其他文本挖掘方法进行数据收集、清理和分析。在进行类似的研究时，区分用户及其使用饮食跟踪应用程序的动机可能是有益的。这可以(在一定程度上)通过对评论内容及其情绪进行更深入的调查来实现。

使用额外的方法(如调查、焦点小组或访谈)是必要的，以包括和理解那些不以评论形式留下反馈的用户的意见，并将调查结果推广到饮食跟踪应用程序的整个用户群体。

此外，来自不同文化的用户可能有不同的应用需求(例如，产品可用性、服务大小差异、宗教和其他食物限制)。为了确保这些发现对特定市场的普遍性和适用性，结果还应包括对本地语言的其他应用程序和评论(包括全球和本地应用程序)的分析。

这项研究的重点是为用户提供计算卡路里和跟踪饮食功能的应用程序(即饮食跟踪应用程序)。虽然这些特征存在于广泛应用的应用程序中(即营养应用程序)，但本研究获得的结果不能推广到营养应用程序的整个细分领域。有必要加入额外的选择标准和应用程序，以宣称结果具有更广泛的适用性。同样，评论者(写评论的消费者)在收入、教育程度和购买行为方面也与其他客户有所不同。52］．由于只有一小部分用户提供公开措辞的文本，分析师应该意识到不回应偏见，以及评论者的情绪如何与之前评论的情绪直接相关，这影响了公开帖子的语料库[53］．因此，我们的结果不能推广到整个应用程序用户群体。

此外，只有在市场上拥有最高下载量的应用程序才被选择用于这项研究。之所以选择这一选择，是因为它们具有更大的影响力和影响更多个人的能力。此外，这些应用程序会频繁更新，为用户提供更好的服务，支持不断增长的用户网络，并避免经常引起用户投诉(包括评论)的技术问题。由于这些努力，在这项研究中使用的应用程序在评分方面也相当同质(所有15个应用程序的评分都在4.1分以上(满分5分)。包括更广泛的应用程序(无论是在评分方面还是在用户数量和下载量方面)，可能会揭示用户在使用饮食跟踪应用程序时面临的更多挑战。

结论

对72084条用户对饮食跟踪应用的评价显示，用户的评价总体上是积极的。用户非常重视追踪食物摄入量和控制体重的能力。尽管如此，这方面仍有很大的改进空间，尤其是在与应用程序使用相关的收费方面，以及在应用程序数据库中添加食物的功能方面。这项研究的发现为用户对饮食跟踪应用程序的意见和评估提供了相关的见解。

这项研究的意义不仅仅是应用开发者作为利益相关者的意义;例如，在有关保健和营养的案件中，公共政策和官方机构应参与其中。当代和未来几代人的数字参与正在增加;也有证据表明，移动应用程序是塑造和跟踪用户饮食的潜在有用工具。8，14］．通过探索用户使用应用程序的体验，以及他们的建议和评论，有可能更好地支持他们所需的应用程序，并改善他们的饮食习惯、健康和饮食管理，以及与营养相关的福祉。