![a4c352f2d41b71e4a8fdd86e950de59f.png](https://img-blog.csdnimg.cn/img_convert/a4c352f2d41b71e4a8fdd86e950de59f.png)
在亚马逊运营过程中,非常重要的一个工作就是针对竞品进行分析,包括分析竞品的标题、图片、价格、页详情面、评论等等。其中,评论的分析,有助于我们了解竞品的优劣势,同时掌握客户对于这类产品的关注点,进而扬长避短。
本文以亚马逊美国站小类排名第二的腕式血压仪产品为对象(排名第一的产品为大品牌,具备品牌效应,对于亚马逊运营来说不具有普适性),收集所有评论,并利用python软件结合LDA模型进行差评和好评的主题分析,快速了解该产品的优劣势。
一、收集评论数据
1、 原始数据
利用google扩展插件Instant Data Scraper 直接爬取该产品的评论和对应的星级数据,共4886条。
![ecc3fc4fb3c931b456f1e9c2576c80cb.png](https://img-blog.csdnimg.cn/img_convert/ecc3fc4fb3c931b456f1e9c2576c80cb.png)
2、 数据清洗
2.1截取rating列的第一个字符,代表评论的星级(1~5)。
2.2 删除重复的评论
2.3 删除评论字数过少的评论(字符数少于10)
2.4 将1和2星级的评论筛选后作为负面评论数据集ne