解決方案從評論數(shù)據(jù)分析產(chǎn)品口碑

從評論數(shù)據(jù)分析產(chǎn)品口碑

以Kindle為實例分析數(shù)據(jù)分析的目的理解數(shù)據(jù)數(shù)據(jù)清洗及結構建模案例總結分析01020304Kindle實例分析背景在網(wǎng)上購物的時候，除了關注商品的價格和性能之外，人們往往會更加關注該類商品的評論內容及好評度如何，這些都是購買商品的重要指標。

以Kindle為實例，從kaggle平臺上下載關于Kindle產(chǎn)品的消費者評論數(shù)據(jù)，通過這份數(shù)據(jù)分析兩個方面內容：用戶對Kindle相關產(chǎn)品的好評率如何？對Kindle相關產(chǎn)品備受好評的原因是什么？

數(shù)據(jù)分析目的提出問題：

（1）Kindle相關產(chǎn)品的評論數(shù)排名和平均評分能反映哪些問題？

（2）Kindle相關產(chǎn)品的好評率如何？推薦評論占比怎樣？

（3）Kindle相關產(chǎn)品隨時間變化其評論數(shù)的變化情況是怎樣？

（4）Kindle相關產(chǎn)品備受好評的原因主要是什么？010203理清數(shù)據(jù)來源根據(jù)數(shù)據(jù)分析目標尋找合適，可靠的數(shù)據(jù)來源。此次數(shù)據(jù)分析的來源為：/datafiniti/consumer-reviews-of-amazon-products/home整理可用字段id-用戶編號name-產(chǎn)品名稱asins-產(chǎn)品編號，每一個產(chǎn)品編號對應一個產(chǎn)品，可用它進行產(chǎn)品分組brand-品牌categories-產(chǎn)品類別理解數(shù)據(jù)選取子集01初步處理02處理缺失03一致化處理04MarketsEXISITNGNEWNEWEXISITNG篩選復制數(shù)據(jù)處理缺失值1）對比缺失內容，通過手動輸入內容補全2）刪除缺失的數(shù)據(jù)3）用平均值代替缺失值4）用統(tǒng)計模型計算出的值去代替缺失值重命名及刪除重復項目整體完善1）日期格式轉換2）分組數(shù)據(jù)清洗數(shù)據(jù)清洗1、選取子集

1）在產(chǎn)品類別(categories)中篩選含Kindle類別的產(chǎn)品，并將篩選的數(shù)據(jù)復制到新的文件中數(shù)據(jù)清洗1、選取子集

2）隱藏與分析問題無關的字段，保留以下字段：name-產(chǎn)品名稱、asins-產(chǎn)品編號、categories-產(chǎn)品類別、reviews.date-評論時間、reviews.doRecommend-評論是否被推薦、reviews.rating-評分、reviews.text-評論文字內容、reviews.title-評論標題。數(shù)據(jù)清洗2、列重命名將數(shù)據(jù)集中字段的名稱更改為中文字段數(shù)據(jù)清洗3、刪除重復項

這里需要對評論文字內容列進行刪除重復項，此操作刪除0個重復項。4、處理缺失值缺失值處理方法有四種：1）對比缺失內容，通過手動輸入內容補全；2）刪除缺失的數(shù)據(jù)；3）用平均值代替缺失值；4）用統(tǒng)計模型計算出的值去代替缺失值。通過篩選查看各字段內容，發(fā)現(xiàn)產(chǎn)品名稱(name)、產(chǎn)品品牌(asins)、評分(rating)、評論時間(date)和是否被推薦(doRecommend)字段中均存在缺失值。a.

產(chǎn)品名稱(name)、產(chǎn)品編號(asins)、評分(rating)、評論時間(date)：對這4個字段中存在的缺失值，為了避免輸入錯誤信息或刪除有用的信息，這里選擇直接刪除空白項對應的行操作：選擇對應字段–定位條件-空值-刪除行b.是否被推薦(doRecommend)：用FALSE手動補全評論是否被推薦(doRecommend)字段中的缺失值操作：選擇對應字段-定位條件-空值-輸入FALSE-ctrl+Enter數(shù)據(jù)清洗5、一致化處理1）日期格式轉換評論時間字段中格式包含日期+時間，分析中并未使用到具體時間段，這里把評論日期拆分為三列，分別為年、月、日。年：插入一列年，使用LEFT()函數(shù)：

數(shù)據(jù)清洗5、一致化處理月：插入一列月，使用MID()函數(shù)和FIND()函數(shù)

數(shù)據(jù)清洗5、一致化處理日：插入一列日，使用MID()函數(shù)和FIND()函數(shù)

數(shù)據(jù)清洗5、一致化處理2）分組

在評分字段后面插入一列評價等級，對評分進行分組，03分為差評，45分為好評使用IF函數(shù)實現(xiàn)：=IF(P2<=3,"差評","好評")

構建模型1、Kindle相關產(chǎn)品的評論數(shù)排名和平均評分能反映哪些問題？

利用數(shù)據(jù)透視表對每個產(chǎn)品進行統(tǒng)計評論數(shù)，并按高低排名，通過產(chǎn)品評論數(shù)，可以大概了解到各產(chǎn)品的銷售情況，評論數(shù)越多，表示該產(chǎn)品銷量越多。

構建模型1、Kindle相關產(chǎn)品的評論數(shù)排名和平均評分能反映哪些問題？

由圖上可以看出，產(chǎn)品(AmazonKindlePaperwhite-eBookreader-4GB-6monochromePaperwhite-touchscreen-Wi-Fi-black)的評論數(shù)最多，前3名的評論數(shù)差別不大，從第4名起評論數(shù)明顯減少，相比第1名減少5倍多，這說明Kindle類產(chǎn)品容易出現(xiàn)聚集效應，絕大部分用戶只喜歡特定的兩三種產(chǎn)品。

產(chǎn)品的平均評分表示消費者對該產(chǎn)品的評價。構建模型1、Kindle相關產(chǎn)品的評論數(shù)排名和平均評分能反映哪些問題？

由圖上可知，大多數(shù)產(chǎn)品的平均評分都在4.5分或以上，這說明Kindle類產(chǎn)品的評價都較高。但有些產(chǎn)品的評論數(shù)很少，考慮是知名度較低，或者相對其他產(chǎn)品有明顯的缺點。構建模型2、Kindle相關產(chǎn)品評論總數(shù)中各評分的占比？推薦評論中好評數(shù)量占比怎樣？

首先，統(tǒng)計評論中每個評分(1~5分)占有多少數(shù)量。使用數(shù)據(jù)透視表，將評分字段拉入行和值選框，得到如下數(shù)據(jù)：

構建模型2、Kindle相關產(chǎn)品評論總數(shù)中各評分的占比？推薦評論中好評數(shù)量占比怎樣？

插入餅圖，了解各評分段的占比：通過數(shù)據(jù)透視表對評價等級中統(tǒng)計好評數(shù)量與差評的占比，并插入餅圖：

構建模型2、Kindle相關產(chǎn)品評論總數(shù)中各評分的占比？推薦評論中好評數(shù)量占比怎樣？

由圖上可以看出，評分中3分及3分以下的占比5%，4分及以上的占比95%，由此可見該類好評率高達95%，雖然不能保證所有評論評分都值得相信，但是仍然反映用戶對Kindle相關產(chǎn)品的使用普遍感到滿意。

構建模型3、Kindle相關產(chǎn)品隨時間變化其評論數(shù)的變化情況是怎樣的？

使用數(shù)據(jù)透視表，將年拉入行標簽處，對評論文字內容進行計數(shù)統(tǒng)計，并插入折線圖，分析總評論數(shù)隨時間的變化趨勢：

構建模型3、Kindle相關產(chǎn)品隨時間變化其評論數(shù)的變化情況是怎樣的？

使用數(shù)據(jù)透視表，將年拉入行標簽處，將產(chǎn)品名稱拉入列標簽處，對評論文字內容進行計數(shù)統(tǒng)計：

構建模型3、Kindle相關產(chǎn)品隨時間變化其評論數(shù)的變化情況是怎樣的？

插入折線圖，分析Kindle類各產(chǎn)品評論數(shù)隨時間的變化趨勢：

由圖上可知，評論數(shù)量是從2015年開始快速變化的，從15年急劇增加到6000多，有關Kindle的產(chǎn)品種類也是從15年快速上升。構建模型3、Kindle相關產(chǎn)品隨時間變化其評論數(shù)的變化情況是怎樣的？

選取15、16和17年三個主要年份進行逐月分析：

由圖上可以看出，評論數(shù)量是從2015年開始迅速增加，在2016年12月達到最高峰，用戶一年中的消費主要集中在11月、12月和1月。構建模型4、Kindle相關產(chǎn)品廣受好評的原因主要是什么？

對評論文字內容字段進行關鍵字提取，獲取產(chǎn)品受歡迎的原因有哪些？

該部分使用到Python軟件，通過調用第三方工具包，對評論內容生成詞云，從而獲得關鍵信息

Python代碼如下：

構建模型4、Kindle相關產(chǎn)品廣受好評的原因主要是什么？

最后生成詞云圖片為：

由圖上可知，Oasis(鋼化膜)、cover(封面)、電池壽命長(batterylife)、輕便(veryhandy)、小巧(small)、運行流暢(worksgreat)這些字樣特別明顯，這說明消費者喜歡該類產(chǎn)品的原因是它輕便小巧、電池壽命長、運行流暢、價格實惠、封面漂亮，但是屏幕易碎，需要貼膜?？偨Y建議1、總結Kindle及周邊各產(chǎn)品評分比較高，但評論數(shù)排名前3和排名第4名起其數(shù)目差距比較大，大部分產(chǎn)品只有少數(shù)評論數(shù)，絕大部分用戶只喜歡特定的兩三種產(chǎn)品。Kindle及周邊商品深受消費者喜愛，好評度很高。Kindle及周邊產(chǎn)品在每年1月、11月和12月評論數(shù)驟增，應加大銷售手段，刺激消費增長銷售額。Kindle及周邊產(chǎn)品廣受好評的主要原因是：其產(chǎn)品特點輕便小巧、電池壽命長、運行流暢、價格實惠、封面漂亮2、建議

選擇最受歡迎的三種產(chǎn)品作為主要商品，分別是Amazon