在经济学中，离散选择问题是指消费者面对两个或者两个以上的同等消费选择的问题，比如购买哪款手机等。离散选择模型与标准消费模型不同：标准消费模型假设每种消费品的销量为一个连续型变量，通过计算得出最优解；而离散选择模型的出发点是消费者的选择而非销量，其结果可以用来进行数量分析，比如根据结果统计可能选择A款手机的消费者有多少等。

离散选择模型（Discrete Choice Model）与消费者的个人属性（比如年龄、职业和收入等）以及选择对象的属性（比如品牌、价位与样式等）密切相关。其主要任务是解释这些属性与选择之间的关系。模型的形式多种多样，包括二元选择模型、多元选择模型和混合选择模型等。本章建立的多属性离散选择模型为多元选择模型。

现有对于多属性离散选择建模的研究还存在一定的不足。例如，Roberts和Urban[187]采用控制实验环境的方式，通过调查问卷收集样本数据，利用多属性离散选择模型研究消费者对汽车的品牌选择。Archak，Ghose和Ipeirotis[124-125]也采用多属性离散选择模型，研究产品评论对销量的影响。然而，Archak，Ghose和Ipeirotis的研究采用众包（Crowdsourcing）的方法，通过亚马逊网站提供的Amazon Mechanical Turk（AMT）平台雇佣人力，对评论中的产品特征和评价观点进行人工识别与打分，并且提取前20对特征观点对作为样本数据。这些研究采用调查问卷与人工评分的方法收集样本数据，其结果带有较强的主观性，使得样本质量不高，从而影响实证研究结果的有效性。(www.daowen.com)

与现有研究不同的是，本书利用细粒度情感分析方法，以第三方电子商务网站上的产品评论为第一手资料，提取产品评论中的特征观点对作为样本数据。通过这样的操作，提高样本数据来源的可信度，以及实证结果的有效性和客观性。