妈妈群文本挖掘

Posted 2021-04-16 佳猪的兴趣公园

因为博士的身份加了一个妈妈群做科普（请不要揭穿我专业跟育儿没任何关系₍ᐢ•ﻌ•ᐢ₎*），四个月产生了14万条聊天记录，最近对数据挖掘比较感兴趣，尝试对聊天记录做文本挖掘。

首先想办法把记录导出来。用了一个同步助手软件。跟某在微信的同学说了后他说要举报゜・(PД`q。)・。

主要做了两个方面的挖掘，高频词，热议时间统计

高频词统计了后去掉无意义及人名词，最高频率词为照片（23），代购（19），正品（19），母婴（19）。最高频率词四分之三都跟购物有关，足见妈妈们旺盛的购物欲(￣y▽￣)~*

我认为宝宝小时候一天一个样，及时记录是对妈妈们很重要的事情。变现相关应考虑存储空间（推送云盘广告，或者APP提供成长记录），以及线下摄影服务。

代购是因为做妈妈后对商品的品质要求更高了，因此产生了很多购买国外物品的需求。由于对线上不信任很多人选择了代购，从正品这一关键词也可看出对品质的要求。电商们可要加强信誉建设啦(｡・`ω´･)

时间维度分析发现妈妈群很重要一个特点是，24小时都有人讲话。分析是隔不了多久就得给宝宝喂奶。针对妈妈的推送可以选择在深夜，这时候信息接收量较少（微博刷不出，陪聊的人也睡了），推送可以获得更大关注度以及冲动购买欲。

本来还想做一个根据月龄的文本挖掘，因为群中的妈妈宝宝都是同月龄的，那么可以根据不同时间妈妈关心什么做相应推送。但是数据太少做出来也没什么意义。