View Code? Open in Web Editor
NEW
This project forked from carrychang/customer_satisfaction_analysis
基于在线民宿UGC数据的意见挖掘项目,包含数据挖掘和NLP相关的处理,负责数据采集、主题抽取、情感分析等任务。开发的目的是克服用户打分和评论不一致,实时对重庆地区在线民宿的满意度进行评测,使用Python实现了在线评论采集和情感可视化分析。搭建了百度地图POI查询入口,可以进行自动化的批量查询POI信息的功能;构建了基于在线民宿语料的Word2vec主题聚类模型,利用主题中心词能找出对应的主题属性字典;以用户打分作为标注,然后通过实验贝叶斯、SVM、决策树等多种分类模型,最后选用贝叶斯模型进行情感分析,将情感分类概率分布作为情感趋势,最后通过POI热力图的方式对不同地域的民宿满意度进行展示。软件版本请见链接。
Home Page: https://github.com/CarryChang/Real_Time_DataMining_Sortware
License: Apache License 2.0
customer_satisfaction_analysis's Introduction
![996.icu](https://camo.githubusercontent.com/8767ca8ef5733b2eb3adcc419f073f14408bef1528f57e8798cea72b4dba9ac6/68747470733a2f2f696d672e736869656c64732e696f2f62616467652f6c696e6b2d3939362e6963752d7265642e737667)
Customer_satisfaction_Analysis
研究基于UGC的在线民宿满意度挖掘,负责数据采集、主题抽取、情感分析等任务。开发的目的是克服用户打分和评论不一致,实时对重庆地区在线民宿的满意度进行评测,使用Python实现了在线评论采集和情感可视化分析。搭建了百度地图POI查询入口,可以进行自动化的批量查询POI信息的功能;构建了基于在线民宿语料的Word2vec主题聚类模型,利用主题中心词能找出对应的主题属性字典;以用户打分作为标注,然后通过实验贝叶斯、SVM、决策树等多种分类模型,最后选用贝叶斯模型进行情感分析,将情感分类概率分布作为情感趋势,最后通过POI热力图的方式对不同地域的民宿满意度进行展示。分析流程利用机器学习有监督标记样本进行分类,解决了因情感字典覆盖率不全造成分类精度低的问题。用户打分和评论不一致在满意度测评中影响比较大,使用自然语言处理技术能挖掘用户情感和需求,具体的打分和评论不一致现象如下。
主要功能包括在线原始评论采集、主题分类、评论情感分析与结果可视化展示等四个模块,如下所示。
- 使用Selenium模拟浏览器点击翻页操作,并配合Request实现了携程网爬虫封锁和自动化的采集民宿UGC内容的功能,提取后的民宿地址和在线评论等信息如下。
- 搭建了百度地图POI查询入口,可以进行自动化的批量查询POI信息的功能,信息直接存入excel中
- 通过高频词可视化展示,归纳出评论主题
- 构建了基于在线民宿语料的Word2vec主题聚类模型,利用主题中心词能找出对应的主题属性字典,并使用用户打分作为标注,然后通过实验贝叶斯、SVM、决策树等多种分类模型,选用最优模型对提出的评价主体 进行情感分析,针对主题属性表进行主题提取后的文本进行情感分析,分别得出当前主题对应的情感趋势,横坐标为所有关于主题为“环境”的情感得分,纵坐标为对应的情感的条数,可以起到纵观当前“环境”主题下的情感趋势,趋势往右代表当前主题评价较好,总共有{“交通”,“价格”,“体验”,“服务”,“特色”,“环境”,“设施”,“餐饮”}的主题,选取“环境”主题进行可视化之后的结果如下图所示。
- 通过POI热力图的方式对在线民宿满意度进行展示。
- 代码结构如下
customer_satisfaction_analysis's People
Contributors
Watchers