Python商品分析

from aip import AipNlp

from openpyxl import load_workbook

APP_ID='…'

API_KEY='…'

SECRET_KEY='…'

client=AipNlp(APP_ID,API_KEY ,SECRET_KEY )

 

wb=load_workbook('京东评论按分类-好中差评.xlsx')

ws=wb.active

 

pos,mid,neg=0,0,0

for row in range(2,ws.max_row+1)

    comment=ws.cell(column=4,row=row).value

    option={}

    option['type']=11

    result=client.commentTag(comment,option)

    print("option:",result)

 

    if len(result['items'])==0:

        print('no comments')

    else:

        for view in result['items']:

            if view['sentiment']==2:

                print('positive information',view['prop'],view['adj'])

                pos+=1

            elif view['sentiment']==1:

                print('neutral information',view['prop'],view['adj'])

                mid+=1

            else:

                print('negative information',view['prop'],view['adj'])

                neg+=1

print("Total:",pos+mid+neg)

print('pos:total=',round(pos*100/(pos+mid+neg),2),'%')

print('mid:total=',round(mid*100/(pos+mid+neg),2),'%')

print('neg:total=',round(neg*100/(pos+mid+neg),2),'%')

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python商品评价分析代码是用Python编写的一段代码,用于对商品的评价进行分析和统计。通过这段代码,我们可以对商品的评价进行情感分析、关键词提取、词频统计等操作,以了解用户对商品的评价及其情感倾向。 首先,对于情感分析部分,我们可以使用自然语言处理库NLTK来实现。首先,我们需要建立一个情感词典,可以使用已有的情感词典,如Liu Hu和Bing Liu等。然后,将每条评价文本进行分词,根据情感词典将分词结果进行情感评分。根据评分结果,可以对商品评价进行积极、消极或中性的分类。 其次,对于关键词提取部分,我们可以使用TF-IDF算法或TextRank算法来提取关键词。对于每条评价文本,首先进行分词,然后根据词频和逆文档频率进行关键词提取。根据提取结果,可以了解到用户在评价中提及的关键词,并从中分析用户关注的重点。 最后,对于词频统计部分,我们可以对评价文本进行分词,并统计每个词在评价文本中的出现次数。可以使用Python的Counter类来实现词频统计,并根据频次进行排序,以得到出现次数最多的词语。这样,我们可以了解到用户在评价中经常提及的关键词,从而了解用户对商品的主观印象和兴趣点。 综上所述,Python商品评价分析代码可以通过情感分析、关键词提取和词频统计等功能,对商品评价进行全面的分析和统计,帮助企业了解用户对商品的评价倾向、关注点和兴趣,从而改进产品和服务。同时,Python作为一种简洁、高效和易用的编程语言,为开发者提供了便利的工具和库,使商品评价分析代码的实现变得更加简单快捷。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值