evanhong99/comment-analysis

实习实训大作业：基于python的电商产品评论数据情感分析

Comment-analysis

实习实训大作业：基于python的电商产品评论数据情感分析

运行：

streamlit run ./Comment_analysis/Streamlit/streamlitEXP.py

分工：

必须考虑的点：

挑选合适的商品（好差评都多，并且评论多） GitHub class 参数（类型啥的，命名方式） 统一规范（代码格式，数据库，完善注释，log） 结合到谁的电脑上谁演示，何种形式ppt/代码 文件夹框架 数据测试集训练集划分 不同的产品（不同特点的卖点,特有的关键词），不同品牌的产品（用来比较售后服务优劣等卖点） 评论分数和评论内容的不吻合问题 评论的具体关键词（外形外观等） 开发文档开发文档： 需求文档 明确产品功能 分析某一功能点的流程 整合各个功能点--明确分工 接口文档 变更文件 流程图（可以单独作为一份文件可以作为附件附在文档中） 情感分数（情感倾向分析，结合score） 装饰器（计时、log）@注解 可视化结果，图形化界面（见4） config decorator

可以考虑的点：

同一个热水器的评论内容随时间变化 算法优化与提升（比如用不同的包，还可以用多种方法来处理，进行比较分析） 判断优劣coherence/主观判断/通过数据可视化来大致判断，参数优化（主题数/） 找到一个网站据说可以 wordcloud可视化词云 bert情感分类

扩展提升的点：

texthero可视化 pyLDAvis可视化,通过网页来展示 streamlit+heroku 不用snownlp 机器学习/深度学习 eda 注释掉的代码最后删掉，或者说写明什么时候开启调用