利用python对亚马逊智能产品评论进行分析

最新推荐文章于 2024-09-18 15:51:34 发布

mikotomikoto

最新推荐文章于 2024-09-18 15:51:34 发布

阅读量4.2k

点赞数 6

分类专栏：数据分析文章标签： python 数据分析

本文链接：https://blog.csdn.net/qq_42974409/article/details/106034689

版权

本文通过对亚马逊智能产品评论的分析，揭示了用户满意度高（93%以上）、评论数量与好评率相关性不强、但与推荐数高度相关的特点。年底促销期间评论数量增加，质量与价格成为用户关注焦点。建议加大高好评率非主流产品的推广，如B00IOYAM4I。

摘要由CSDN通过智能技术生成

一.分析目标

Amazon是网络上最早开始经营电子商务的公司之一，是全球电商行业的佼佼者。而人们在电商平台进行购物时，会根据评论数量以及好评和坏评作为判断依据来购买商品。故本文采取亚马逊智能产品评论作为分析对象，获取有用信息，针对该分析对象提供可行性建议。

二.数据收集

1.数据来源
数据源来自kaggle，点击此处为下载地址，取自亚马逊智能产品2010.7-2018.4间的评论，总共34657条数据

2.分析指标
id 产品id
name 产品名称
asins 产品编号
reviews.date 评论时间
reviews.dateAdded 追加评论时间
reviews.doRecommend 评论是否被推荐
reviews.numHelpful 帮助性分数
reviews.rating 评分
reviews.text 评论内容
reviews.title 评论标题

三.数据处理

1.选取指标
为了方便分析，对指标进行了重命名：

df=pd.read_csv("Amazon_review.csv")
df=df[['id','asins','reviews.date','reviews.doRecommend','reviews.numHelpful','reviews.rating','reviews.text','reviews.title']]
columns={
   'id':'产品Id','asins':'产品编号','reviews.date':'评论时间','reviews.doRecommend':'评论是否被推荐',\
        'reviews.numHelpful':'帮助性分数','reviews.rating':'评分',