电商产品评论数据分析中的情感分析
发布时间
阅读量：
阅读量
抽取数据 我们这里先抽取出美的品牌的评论信息：
import pandas as pd
inputfile = 'huizong.csv' #评论汇总文件
outputfile = 'meidi_jd.txt' #评论提取后保存路径
data = pd.read_csv(inputfile,encoding = 'gb18030')#python3上面导入中文经常会出错，utf-8不行要用gb18030
#提取出美的品牌的数据
data = data[data[u'品牌'] == u'美的']
#提取出美的品牌的评论
data = data[u'评论']
#保存为txt模式，去掉索引号，
data.to_csv(outputfile, index = False, header = False)信息处理阶段中存在大量缺乏价值的评论。即使将这些无价值的评论加入分词过程，并配合进行词频统计与情感分析，这些步骤对最终结果的准确性会产生显著影响。因此需要对上述流程进行优化：
文本去重
应采取何种方式撰写评论：同一个用户的重复性评价；由系统自动生成的评价；模仿他人已有的评价内容
这里处理方法是：比较删除法，直接删除完全相同的评论：
import 全部评论 (0)
还没有任何评论哟~