评价管理正确姿势:提取关键词+情感正负面+意见分析一步到位

Posted lansexiatian

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了评价管理正确姿势:提取关键词+情感正负面+意见分析一步到位相关的知识,希望对你有一定的参考价值。

今天要分享的是,对买家评价进行情感正负面分析、关键词提取、典型意见分析的方法和步骤演示。

具体步骤:

1. 先实时采集一份评论。这里以天猫某品牌某款奶瓶产品为例。

2. 把评论导入内置的分析工具进行分析,主要进行数据分析和文本语义分析。

3. 其实没有3了……

 

最终可以获得以下效果的分析结果:

技术分享图片

关键词提取:

技术分享图片

技术分享图片

正负面筛选:

技术分享图片

典型意见:

技术分享图片

数据分析仪表盘:

技术分享图片

PS.以上图表及数据都可以下载、导出、分享,非常方便。

 

下面开始一步一步演示实现方法:

技术分享图片第一步:整理一份评论数据

不会采集的话可以参考这里演示用的规则和示例数据,网盘自提:

https://pan.baidu.com/s/1miP1ZPu

找到要采集的商品链接,复制下来。

格式如:https://detail.tmall.com/item.htm?id=37006261****,一行一个,数量不限。

把这些链接设置到采集规则中:

技术分享图片

然后保存启动采集即可。喝杯咖啡让采集跑一会儿,数据就到手了。

技术分享图片

 

技术分享图片第二步:把数据导入内置的分析工具

右下角有“智能分析”,从这里可以启动评价分析工具:

技术分享图片

按提示完成数据导入以后,工具会自动对采集的字段进行识别,评论内容都被识别出来了,但是工具不是很确定,所以问我们,这一列是不是评论?我们确认一下,点是。慢着,怎么这一列日期时间都不敢确认?看来人工智能也有犯迷糊的时候,继续点是。

技术分享图片

 

技术分享图片第三步:做出图表

完成数据的导入和数据类型的确认之后,就可以开始生成图表了。

点选右上角的“立即分析”,进入分析页,左侧栏有“关键词提取”、“情感分析”、“典型意见”等文本分析面板,比如找左侧栏“关键词提取”:

技术分享图片

情感分析、典型意见、关键词提取,这三大类分析图表是工具内置好的,只要是类型为“评论数据”的字段,都可以一键生成。下面演示“情感分析”的图表生成方法:

技术分享图片

图中的散点图,X轴是时间,Y轴是正负面评分,鼠标放在中间的散点上,会显示出对应的评论原文、时间、正负面评分等,非常方便日常的评论管理。

还可以调整时间范围,查看指定时间段内的评论情况:

技术分享图片

数据分析图表,比如柱状图、拆线图等都是从“智能可视化”中手动生成的。创建自定义图表时,先添加的字段为X轴,之后添加的字段为Y轴数据。比如下面的图表:

技术分享图片

X轴是“时间”列,Y轴是“初评”计数列。生成方法动图演示:

技术分享图片

这张图,可以看出每个时间段内产生的评价数量,图中17年底到18年4月,评论数量最多;17年12月之前,评论量较少。

想要做自己需要的图表时,可以先在纸上画一个草稿,然后依次添加字段,选择需要的图表类型。用的熟练的,就可以做出丰富多样的图表,让数据说话。









以上是关于评价管理正确姿势:提取关键词+情感正负面+意见分析一步到位的主要内容,如果未能解决你的问题,请参考以下文章

NLP进阶,Bert+BiLSTM情感分析实战

Beta冲刺-第三天

python实现电商评论的情感分析

使用 Mahout 进行朴素贝叶斯分类的情感分析

Python调用百度接口(情感倾向分析)和讯飞接口(语音识别关键词提取)处理音频文件

用例建模Use Case Modeling