基于电商产品评论数据情感分析
2024-04-07 15:56:28
#!/usr/bin/env python
# coding: utf-8# # —— 基于电商产品评论数据情感分析 ——# ### 1.案例简介
#
# 1、利用文本挖掘技术，对碎片化、非结构化的电商网站评论数据进行清洗与处理，转化为结构化数据。
# 2、参考知网发布的情感分析用词语集，统计评论数据的正负情感指数，然后进行情感分析,通过词云图直观查看正负评论的关键词。
# 3、比较“机器挖掘的正负情感”与“人工打标签的正负情感”，精度达到88%。
# 4、采用LDA主题模型提取评论关键信息，以了解用户的需求、意见、购买原因、产品的优缺点等。
# # ### 2.框架
#
# 工具准备
#
# 一、导入数据
# 二、数据预处理
# （一）去重
# （二）数据清洗
# （三）分词、词性标注、去除停用词、词云图
# 三、模型构建
# （一）决策树
# （二）情感分析
# （三）基于LDA模型的主题分析# ## 工具准备# In[ ]:import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.pylab import style #自定义图表风格
style.use('ggplot')
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
plt.rcParams['font.sans-serif'] = ['Simhei'] # 解决中文乱码问题import re
import jieba.posseg as psg
import itertools
#conda install -c anaconda gensim
from gensim import corpora,models #主题挖掘，提取关键信息# pip install wordcloud
from wordcloud import WordCloud,ImageColorGenerator
from collections import Counterfrom sklearn import tree
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.metrics import classification_report
from sklearn.metrics import accuracy_score
import graphviz# #### 注意
#
# 以下方法，是为了帮助我们直观查看对象处理的结果。是辅助代码，非必要代码！
# .head()
# print()
# len()
# .shape
# .unique()# ## 一、导入数据# In[ ]:raw_data=pd.read_csv('data/reviews.csv')
raw_data.head()# In[ ]:raw_data.info()# In[ ]:raw_data.columns# In[ ]:#取值分布
for cate in ['creationTime', 'nickname', 'referenceName', 'content_type']:raw_data[cate].value_counts()# ## 二、数据预处理# ### （一）去重
#
# 删除系统自动为客户做出的评论。# In[ ]:reviews=raw_data.copy()
reviews=reviews[['content', 'content_type']]
print('去重之前：',reviews.shape[0])
reviews=reviews.drop_duplicates()
print('去重之后：',reviews.shape[0])# ### （二）数据清洗# In[ ]:# 清洗之前
content=reviews['content']
for i in range(5,10):print(content[i])print('-----------')# In[ ]:#清洗之后，将数字、字母、京东美的电热水器字样都删除
info=re.compile('[0-9a-zA-Z]|京东|美的|电热水器|热水器|')
content=content.apply(lambda x: info.sub('',x)) #替换所有匹配项for i in range(5,10):print(content[i])print('-----------')# ### （三）分词、词性标注、去除停用词、词云图# (1)分词# 目标
#
# 输入：
# - content、content_type
# - 共有1974条评论句子
# 输出：
# - 构造DF，包含： 分词、对应词性、分词所在原句子的id、分词所在原句子的content_type
# - 共有6万多行
#
# 非结构化数据——>结构化数据
# # In[ ]:#分词，由元组组成的list
seg_content=content.apply( lambda s: [(x.word,x.flag) for x in psg.cut(s)] ) seg_content.shape
len(seg_content)
print(seg_content[0])# In[ ]:#统计评论词数
n_word=seg_content.apply(lambda s: len(s))len(n_word)
n_word.head(6)# In[ ]:#得到各分词在第几条评论
n_content=[ [x+1]*y for x,y in zip(list(seg_content.index),list(n_word))] #[x+1]*y,表示复制y份，由list组成的list
# n_content=[ [x+1]*y for x,y in [(0,32)]]
index_content_long=sum(n_content,[]) #表示去掉[]，拉平,返回list
len(index_content_long)
# n_content
# index_content_long
# list(zip(list(seg_content.index),list(n_word)))# In[ ]:sum([[2,2],[3,3,3]],[])# In[ ]:#分词及词性，去掉[]，拉平
seg_content.head()seg_content_long=sum(seg_content,[])seg_content_longtype(seg_content_long)
len(seg_content_long)# In[ ]:seg_content_long[0]# In[ ]:#得到加长版的分词、词性
word_long=[x[0] for x in seg_content_long]
nature_long=[x[1] for x in seg_content_long]len(word_long)
len(nature_long)# In[ ]:#content_type拉长
n_content_type=[ [x]*y for x,y in zip(list(reviews['content_type']),list(n_word))] #[x+1]*y,表示复制y份
content_type_long=sum(n_content_type,[]) #表示去掉[]，拉平
# n_content_type
# content_type_long
len(content_type_long)# In[ ]:review_long=pd.DataFrame({'index_content':index_content_long,'word':word_long,'nature':nature_long,'content_type':content_type_long})
review_long.shape
review_long.head()# （2）去除标点符号、去除停用词# In[ ]:review_long['nature'].unique()# In[ ]:#去除标点符号
review_long_clean=review_long[review_long['nature']!='x'] #x表示标点符合
review_long_clean.shape# In[ ]:#导入停用词
stop_path=open('data/stoplist.txt','r',encoding='UTF-8')
stop_words=stop_path.readlines()len(stop_words)
stop_words[0:5]# In[ ]:#停用词，预处理
stop_words=[word.strip('\n') for word in stop_words]
stop_words[0:5]# In[ ]:#得到不含停用词的分词表
word_long_clean=list(set(word_long)-set(stop_words))
len(word_long_clean)review_long_clean=review_long_clean[review_long_clean['word'].isin(word_long_clean)]
review_long_clean.shape# (3)在原df中，再增加一列，该分词在本条评论的位置# In[ ]:#再次统计每条评论的分词数量
n_word=review_long_clean.groupby('index_content').count()['word']
n_wordindex_word=[ list(np.arange(1,x+1)) for x in list(n_word)]
index_word_long=sum(index_word,[]) #表示去掉[]，拉平len(index_word_long)# In[ ]:review_long_clean['index_word']=index_word_long
review_long_clean.head()# In[ ]:review_long_clean.to_csv('data/1_review_long_clean.csv')# (4)提取名词# In[ ]:n_review_long_clean=review_long_clean[[ 'n' in nat for nat in review_long_clean.nature]]
n_review_long_clean.shape
n_review_long_clean.head()# In[ ]:n_review_long_clean.nature.value_counts()
n_review_long_clean.to_csv('data/1_n_review_long_clean.csv')# （5）词云图# In[ ]:#txt = "life is short, you need python"
#review_long_clean.word.values.dtype
#print("okok+"+review_long_clean.word.values.dtype)
##print("okok+"+review_long_clean.word.values)
#wordcloud.generate(Counter(review_long_clean.word.values))
#wordcloud.generate_from_frequencies(Counter(review_long_clean.word.values))
#wordcloud.to_file('data/ct.png')# In[ ]:#font=r"C:\Windows\Fonts\msyh.ttc"
font=r"C:\Windows\Fonts\msyh.ttc"background_image=plt.imread('data/1.png')
background_image = background_image.astype(np.uint8)
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image)
#wordcloud = WordCloud(font_path=font, max_words = 100, background_color='white',mask=background_image) #width=1600,height=1200, mode='RGBA'
#wordcloud = WordCloud(font_path=None,max_words = 100, background_color='white', mode='RGBA')
#print("okok+"+review_long_clean.word.values)
wordcloud.generate_from_frequencies(Counter(review_long_clean.word.values))
wordcloud.to_file('data/1_分词后的词云图.png')plt.figure(figsize=(20,10))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()# In[ ]:font=r"C:\Windows\Fonts\msyh.ttc"background_image=plt.imread('data/1.png')
background_image = background_image.astype(np.uint8)
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image) #width=1600,height=1200
wordcloud.generate_from_frequencies(Counter(n_review_long_clean.word.values))
wordcloud.to_file('1_分词后的词云图(名词）.png')plt.figure(figsize=(20,10))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()# ## 三、模型构建# ### （一）基于决策树的情感分类# In[ ]:#第一步：构造特征空间和标签Y=[]
for ind in review_long_clean.index_content.unique():y=[ word for word in review_long_clean.content_type[review_long_clean.index_content==ind].unique() ]Y.append(y)
len(Y)X=[]
for ind in review_long_clean.index_content.unique():term=[ word for word in review_long_clean.word[review_long_clean.index_content==ind].values ]X.append(' '.join(term))
len(X)X
Y# In[ ]:#第二步：训练集、测试集划分
x_train,x_test,y_train,y_test=train_test_split(X,Y,test_size=0.2,random_state=7)#第三步：词转向量，01矩阵
count_vec=CountVectorizer(binary=True)
x_train=count_vec.fit_transform(x_train)
x_test=count_vec.transform(x_test) #第四步：构建决策树
dtc=tree.DecisionTreeClassifier(max_depth=5)
dtc.fit(x_train,y_train)
print('在训练集上的准确率：%.2f'% accuracy_score(y_train,dtc.predict(x_train)))y_true=y_test
y_pred=dtc.predict(x_test)
print(classification_report(y_true,y_pred))
print('在测试集上的准确率：%.2f'% accuracy_score(y_true,y_pred))# In[ ]:#第五步：画决策树
#这个决策数图，需要在网上下载graphviz 包，并且配置环境变量
from graphviz import Digraph
import os
#C:\\Program Files\\Graphviz\\bin
#C:\\Users\\huangcong\\Desktop\\202203教案\\分享资料3\\1.png
os.environ["PATH"] += os.pathsep + 'D:\\software\\Graphviz\\bin'
dot_data=tree.export_graphviz(dtc ,feature_names=count_vec.get_feature_names())
graph=graphviz.Source(dot_data)
graph# ### （二）情感分析# 数据预处理的思路与目标
#
# # (1)导入评价情感词# In[ ]:#来自知网发布的情感分析用词语集
#raw_data=pd.read_csv('C:\\Users\\huangcong\\Desktop\\202203教案\\分享资料3\\reviews.csv') 注意各路径 \ /
#务必这种写法'C:\\Users\\huangcong\\Desktop\\202203教案\\分享资料3\\正面评价词语（中文）.txt',header=None,sep='/n',engine='python'
pos_comment=pd.read_csv('data/正面评价词语（中文）.txt',header=None,sep='/n',engine='python')
neg_comment=pd.read_csv('data/负面评价词语（中文）.txt',header=None,sep='/n',engine='python')pos_emotion=pd.read_csv('data/正面情感词语（中文）.txt',header=None,sep='/n',engine='python')
neg_emotion=pd.read_csv('data/负面情感词语（中文）.txt',header=None,sep='/n',engine='python')# In[ ]:pos_comment.shape
neg_comment.shapepos_emotion.shape
neg_emotion.shape# In[ ]:pos=pd.concat([pos_comment,pos_emotion],axis=0)
pos.shapeneg=pd.concat([neg_comment,neg_emotion],axis=0)
neg.shape# (2)增加新词# In[ ]:c='点赞'
c in pos.valuesd='歇菜'
d in neg.values# In[ ]:new_pos=pd.Series(['点赞'])
new_neg=pd.Series(['歇菜'])
positive=pd.concat([pos,new_pos],axis=0)
positive.shapenegative=pd.concat([neg,new_neg],axis=0)
negative.shape# In[ ]:positive.columns=['review']
positive['weight']=pd.Series([1]*len(positive))
positive.head()# In[ ]:negative.columns=['review']
negative['weight']=pd.Series([-1]*len(negative))
negative.head()# In[ ]:pos_neg=pd.concat([positive,negative],axis=0)
pos_neg.shape# (3)合并到review_long_clean中# In[ ]:#表联接data=review_long_clean.copy()
review_mltype=pd.merge(data,pos_neg,how='left',left_on='word',right_on='review')
review_mltype.shapereview_mltype=review_mltype.drop(['review'],axis=1)
review_mltype=review_mltype.replace(np.nan,0)
review_mltype.head()# (4)修正情感倾向，
#
# 如有多重否定，那么奇数否定是否定，偶数否定是肯定
#
# 看该情感词前2个词，来判罚否定的语气。如果在句首，则没有否词，如果在句子的第二次词，则看前1个词，来判断否定的语气。# In[ ]:notdict=pd.read_csv('data/not.csv')
notdict.shapenotdict['freq']=[1]*len(notdict)
notdict.head()# In[ ]:#准备一
review_mltype['amend_weight']=review_mltype['weight']
review_mltype['id']=np.arange(0,review_mltype.shape[0])
review_mltype.head()# In[ ]:# 准备二，只保留有情感值的行only_review_mltype=review_mltype[review_mltype['weight']!=0]
only_review_mltype.index=np.arange(0,only_review_mltype.shape[0]) #索引重置
only_review_mltype.shape
only_review_mltype.head()# In[ ]:i=4
review_i=review_mltype[review_mltype['index_content']==only_review_mltype['index_content'][i]]
review_i#第i个情感词的评论# In[ ]:#看该情感词前2个词，来判罚否定的语气。如果在句首，则没有否词，如果在句子的第二次词，则看前1个词，来判断否定的语气。index=only_review_mltype['id']for i in range(0,only_review_mltype.shape[0]):review_i=review_mltype[review_mltype['index_content']==only_review_mltype['index_content'][i]] #第i个情感词的评论review_i.index=np.arange(0,review_i.shape[0])#重置索引后，索引值等价于index_wordword_ind = only_review_mltype['index_word'][i] #第i个情感值在该条评论的位置#第一种，在句首。则不用判断#第二种，在评论的第2个为位置if word_ind==2:ne=sum( [ review_i['word'][word_ind-1] in notdict['term'] ] )if ne==1:review_mltype['amend_weight'][index[i]] = -( review_mltype['weight'][index[i]] )#第三种，在评论的第2个位置以后 elif word_ind > 2:ne=sum( [ word in notdict['term'] for word in review_i['word'][[word_ind-1,word_ind-2]] ] ) # 注意用中括号[word_ind-1,word_ind-2]if ne==1:review_mltype['amend_weight'][index[i]]=- ( review_mltype['weight'][index[i]] )# In[ ]:review_mltype.shape
review_mltype[(review_mltype['weight']-review_mltype['amend_weight'])!=0] #说明两列值一样# (5)计算每条评论的情感值# In[ ]:review_mltype.tail()# In[ ]:emotion_value=review_mltype.groupby('index_content',as_index=False)['amend_weight'].sum()
emotion_value.head()
emotion_value.to_csv('./1_emotion_value',index=True,header=True)# (6)查看情感分析效果# In[ ]:#每条评论的amend_weight总和不等于零content_emotion_value=emotion_value.copy()
content_emotion_value.shape
content_emotion_value=content_emotion_value[content_emotion_value['amend_weight']!=0]
content_emotion_value['ml_type']=''
content_emotion_value['ml_type'][content_emotion_value['amend_weight']>0]='pos'
content_emotion_value['ml_type'][content_emotion_value['amend_weight']<0]='neg'content_emotion_value.shape
content_emotion_value.head()# In[ ]:#每条评论的amend_weight总和等于零
#这个方法其实不好用，有一半以上的评论区分不出正、负情感。content_emotion_value0=emotion_value.copy()
content_emotion_value0=content_emotion_value0[content_emotion_value0['amend_weight']==0]
content_emotion_value0.head()raw_data.content[20]
raw_data.content[21]
raw_data.content[26]# In[ ]:#合并到大表中content_emotion_value=content_emotion_value.drop(['amend_weight'],axis=1)
review_mltype.shape
review_mltype=pd.merge(review_mltype,content_emotion_value,how='left',left_on='index_content',right_on='index_content')
review_mltype=review_mltype.drop(['id'],axis=1)
review_mltype.shape
review_mltype.head()review_mltype.to_csv('./1_review_mltype',index=True,header=True)# In[ ]:cate=['index_content','content_type','ml_type']
data_type=review_mltype[cate].drop_duplicates()confusion_matrix=pd.crosstab(data_type['content_type'],data_type['ml_type'],margins=True)
confusion_matrix# In[ ]:data=data_type[['content_type','ml_type']]
data=data.dropna(axis=0)
print( classification_report(data['content_type'],data['ml_type']) )# (7)制作词云图# - 只看情感词# In[ ]:data=review_mltype.copy()
data=data[data['amend_weight']!=0]word_data_pos=data[data['ml_type']=='pos']
word_data_neg=data[data['ml_type']=='neg']# In[ ]:#按照以上修改，显示信息font=r"C:\Windows\Fonts\msyh.ttc"background_image=plt.imread('data/1.png')
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image) #width=1600,height=1200
#wordcloud = WordCloud(max_words = 100, mode='RGBA' ,background_color='white') #width=1600,height=1200
wordcloud.generate_from_frequencies(Counter(word_data_pos.word.values))plt.figure(figsize=(15,7))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()# In[ ]:#font=r"C:\Windows\Fonts\msyh.ttc"
font=r"C:\Windows\Fonts\msyh.ttc"background_image=plt.imread('data/1.png')
#background_image=plt.imread('./p6sad.jpg')
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image) #width=1600,height=1200
#wordcloud = WordCloud(max_words = 100, mode='RGBA' ,background_color='white') #width=1600,height=1200wordcloud.generate_from_frequencies(Counter(word_data_neg.word.values))plt.figure(figsize=(15,7))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()# - 看所有词# In[ ]:data=review_mltype.copy()word_data_pos=data[data['ml_type']=='pos']
word_data_neg=data[data['ml_type']=='neg']font=r"C:\Windows\Fonts\msyh.ttc"background_image=plt.imread('data/1.png')
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image) #width=1600,height=1200
wordcloud.generate_from_frequencies(Counter(word_data_pos.word.values))plt.figure(figsize=(15,7))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()background_image=plt.imread('data/1.png')
wordcloud = WordCloud(font_path=font, max_words = 100, mode='RGBA' ,background_color='white',mask=background_image) #width=1600,height=1200
wordcloud.generate_from_frequencies(Counter(word_data_neg.word.values))plt.figure(figsize=(15,7))
plt.imshow(wordcloud)
plt.axis('off')
plt.show()# ### （三）基于LDA模型的主题分析
#
# 优点：不需要人工调试，用相对少的迭代找到最优的主题结构。# （1）建立词典、语料库# In[ ]:data=review_mltype.copy()word_data_pos=data[data['ml_type']=='pos']
word_data_neg=data[data['ml_type']=='neg']# In[ ]:#建立词典，去重pos_dict=corpora.Dictionary([ [i] for i in word_data_pos.word]) #shape=(n,1)
neg_dict=corpora.Dictionary([ [i] for i in word_data_neg.word])# In[ ]:print(pos_dict)# In[ ]:#建立语料库pos_corpus=[ pos_dict.doc2bow(j) for j in [ [i] for i in word_data_pos.word] ] #shape=(n,(2,1))
neg_corpus=[ neg_dict.doc2bow(j) for j in [ [i] for i in word_data_neg.word] ]# In[ ]:len(word_data_pos.word)
len(pos_dict)
len(pos_corpus)
pos_corpus #元素是元组，元组（x,y),x是在词典中的位置，y是1表示存在。# (2)主题数寻优
# # In[ ]:#构造主题数寻优函数def cos(vector1,vector2):'''函数功能：余玄相似度函数'''dot_product=0.0normA=0.0normB=0.0for a,b in zip(vector1,vector2):dot_product +=a*bnormA +=a**2normB +=b**2if normA==0.0 or normB==0.0:return Noneelse:return ( dot_product/((normA*normB)**0.5) )# In[ ]:#主题数寻优
#这个函数可以重复调用，解决其他项目的问题def LDA_k(x_corpus,x_dict):'''函数功能：'''#初始化平均余玄相似度mean_similarity=[]mean_similarity.append(1)#循环生成主题并计算主题间相似度for i in np.arange(2,11):lda=models.LdaModel(x_corpus,num_topics=i,id2word=x_dict) #LDA模型训练for j in np.arange(i):term=lda.show_topics(num_words=50)#提取各主题词top_word=[] #shape=(i,50)for k in np.arange(i):top_word.append( [''.join(re.findall('"(.*)"',i)) for i in term[k][1].split('+')]) #列出所有词#构造词频向量word=sum(top_word,[]) #列车所有词unique_word=set(word) #去重#构造主题词列表，行表示主题号，列表示各主题词mat=[] #shape=(i,len(unique_word))for j in np.arange(i):top_w=top_word[j]mat.append( tuple([ top_w.count(k) for k in unique_word ])) #统计list中元素的频次，返回元组#两两组合。方法一p=list(itertools.permutations(list(np.arange(i)),2)) #返回可迭代对象的所有数学全排列方式。y=len(p) # y=i*(i-1)top_similarity=[0]for w in np.arange(y):vector1=mat[p[w][0]]vector2=mat[p[w][1]]top_similarity.append(cos(vector1,vector2))# #两两组合，方法二
# for x in range(i-1):
# for y in range(x,i):#计算平均余玄相似度mean_similarity.append(sum(top_similarity)/ y)return mean_similarity# In[ ]:#计算主题平均余玄相似度pos_k=LDA_k(pos_corpus,pos_dict)
neg_k=LDA_k(neg_corpus,neg_dict)pos_k
neg_k# In[ ]:pd.Series(pos_k,index=range(1,11)).plot()
plt.title('正面评论LDA主题数寻优')
plt.show()# In[ ]:pd.Series(neg_k,index=range(1,11)).plot()
plt.title('负面评论LDA主题数寻优')
plt.show()# In[ ]:pos_lda=models.LdaModel(pos_corpus,num_topics=2,id2word=pos_dict)
neg_lda=models.LdaModel(neg_corpus,num_topics=2,id2word=neg_dict)pos_lda.print_topics(num_topics=10)
neg_lda.print_topics(num_topics=10)基于电商产品评论数据情感分析相关推荐
- 【项目实战】Python实现基于LDA主题模型进行电商产品评论数据情感分析
说明:这是一个机器学习.数据挖掘实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 视频: Python实现基于LDA模型进行电商产品评论数据情感分析 ...
- 数据挖掘实战—电商产品评论数据情感分析
文章目录 引言 一.评论预处理 1.评论去重 2.数据清洗 二.评论分词 1.分词.词性标注.去除停用词 2.提取含名词的评论 3.绘制词云查看分词效果 三.构建模型 1.评论数据情感倾向分析 1.1 ...
- 数据分析与挖掘实战-电商产品评论数据情感分析
电商产品评论数据情感分析 背景 随着网上购物越来越流行,人们对于网上购物的需求越来越高,这让京东.淘宝等电商平台得到了很大的发展机遇.但是,这种需求也推动了更多的电商平台的崛起,引发了激烈的竞争.在这 ...
- 毕业设计之 - 大数据分析：电商产品评论数据情感分析
文章目录 1 简介 数据分析目的 数据预处理 评论去重 数据清洗 分词.词性标注.去除停用词 提取含名词的评论 绘制词云¶ 词典匹配 评论数据情感倾向分析 修正情感倾向 LinearSVC模型预测情感 ...
- 数据挖掘作业学习学习笔记-电商产品评论数据情感分析
使用的教材:<电商产品评论数据情感分析> 作业&学习笔记:数据挖掘第14周 说明:书本内容详实.此篇用于自己期末回顾知识的重点内容,故做出的学习笔记缺省了书本原本的其他精粹. 随着 ...
- 《Python数据分析与挖掘实战》第15章 ——电商产品评论数据情感分析（LED）
文章目录 1.挖掘背景与目标 2.2 数据探索与预处理 2.1 数据筛选 2.2 数据去重 2.3 删除前缀评分 2.4 jieba分词 3 基于LDA 模型的主题分析 4.权重 5.如何在主题空间比 ...
- 数据分析与挖掘：电商产品评论数据情感分析
电商产品评论数据情感分析 1. 背景与挖掘目标 2. 分析方法与过程 2.1 数据抽取 2.2 评论预处理 2.3 LDA 主题分析 1. 背景与挖掘目标 项目为<Python 数据分析与挖掘实 ...
- Python文本挖掘练习（五）// 电商产品评论数据情感分析
第一部分 案例简介 本案例首先利用Python文本挖掘技术,对碎片化.非结构化的电商网站评论数据进行清洗与处理,转化为结构化数据.然后对文本数据进一步挖掘与分析,采用决策树算法构建情感分类模型,探索用 ...
- 基于python文本挖掘的电商产品评论数据情感分析报告
背景 近年来,随着互联网的广泛应用和电子商务的迅速发展,网络文本及用户评论分析意义日益凸显,因此网络文本挖掘及网络文本情感分析技术应运而生,通过对文本或者用户评论的情感分析,企业能够进行更有效的管理等 ...
最新文章
- Cell：重大突破！三位学术大咖，打造全新“DNA显微镜”
- Linux下安装Redis数据库
- ICCV 2017 《Chained Cascade Network for Object Detection》论文笔记
- C++ 变量判定的螺旋法则
- 如何让代码更易于维护_易于使用的单位和集成代码
- P4271 [USACO18FEB]New Barns
- JAVA正则表达式4种常用功能 [转]
- 【Rmarkdown rmysql】
- paip兼容windows与linux的java类根目录路径的方法
- 神通数据库知识点整理
- 内温的整体优先效应实验_认知
- 2021牛客多校10 F-Train Wreck（思维，贪心，堆）
- ES系列：字段类型不对时，如何保存文档到索引
- 如何做一个基于微信小说小程序系统毕业设计毕设作品
- MySQL数据库基础详解(非原创）
- iOS 设置tableview组头组尾的背景色
- 离散数学 数学三大危机
- 喜欢听音乐的小伙伴看过来
- STM32J-LINK下载教程
- 2017安卓开发工程师面试题总结