（实战）用Python实现taobao某品牌杀虫剂评论的情感分析

背景交代：爬虫为适应电子商务飞速发展，通过数据挖掘技术对客户评论进行分析，进而改善服务、提高核心竞争力。爬虫taobao某一品牌杀虫剂下所有评论，区分好评和差评，提取特征词，用以区分新的评论

挖掘目标：分析科林虫控用户的感情倾向；从评论文本中挖掘出产品的优势和不足；提炼出卖点

方法流程：通过对文本进行基础的数据预处理、中文分词、停用词过滤后，使用Python工具对数据进行建模和分析，实现对数据的倾向性判断以及所隐藏的信息的挖掘并分析，以期得到有价值的内在内容

项目管理：带领4为组员，为每位项目组组员分配任务，并规定完成时间，保证项目按时完成。

数据分析：项目【用户评论情感分析】，利用情感分析模型，优化20%费效。项目链接

原理

比如这么一句话：“宝贝真好用，推荐，赞。”

判断情感词

要判断一句话是积极的还是消极的，最简单最基础的方法就是找出句子里面的情感词，积极的情感词比如：赞，好用，推荐等，消极情感词比如：差，烂，坏，没用等。出现一个积极或者消极词就+1。

判断程度词

一般在情感词的前面会出现程度词比如：“真”，“好用”和‘烂“前面都有一个程度修饰词。”超级好“就比”好“或者”还好“的情感更强。所以需要在找到情感词后往前找一下有没有程度修饰，并给不同的程度一个权值。比如”真“，”无比“，”太“就要把情感分值*4，”较“，”还算“就情感分值*2，”只算“，”仅仅“这些就*0.5了。

判断否定词

如果仅仅是出现了“好”就把其规定为正分数相加的话，出现“不”“好”就会被错误判定。所以在找到情感词的时候，需要往前找否定词。比如”不“&#x