首页 > 其他分享 >NLP自然语言处理—主题模型LDA回归可视化案例:挖掘智能门锁电商评价数据

NLP自然语言处理—主题模型LDA回归可视化案例:挖掘智能门锁电商评价数据

时间:2024-04-17 18:44:45浏览次数:27  
标签:NLP LDA 门锁 满意度 3000 价格 抱怨 顾客 电商

全文链接:http://tecdat.cn/?p=2175

早在1995年比尔·盖茨就在《未来之路》里说过:未来没有配套智能家居的房子,就是毛坯房。现在人们生活越来越便捷,人们也更加倾向于智能化家居,当你还在纠结“人工智能”安利值不值得吃,最近不少朋友家里又出现智能门锁,相比传统门锁来说,究竟能有多智能?

相关研究人员对各大电商平台海量用户的评价数据进行分析后,得出了智能门锁线上购买渠道剁手攻略。

语义透镜分析顾客的关注点和满意度

首先对评价数据进行LDA建模,即从语料库中挖掘出不同主题并进行分析。换言之,LDA提供了一种较为方便地量化研究主题的机器学习方法。

我们使用最大似然估计进行最优化主题个数的选取。当主题个数定为20的时候,似然估计数最大,即留言板数据分为20个主题的可能性比较大。将模型生成的20个主题中的高频词取出。根据各个主题的高频关键词,大概可以将顾客关注点分成5个部分:商家品牌、价格质量、客服师傅、使用便捷性和包装物流。我们发现用户关注的点主要集中在客服对商品问题的耐心解答,师傅对门锁安装的指导以及包装和物流上。同时我们也发现不少顾客的评论反映出智能门锁的便捷性(e.g.不用带钥匙)和先进(e.g.指纹识别度高)。同时我们没有发现安全性相关的高频词汇

图片

顾客抱怨分析:质量、客服服务和物流

接下来,我们对不同价格和主题的顾客抱怨率进行比较。

图片

从价格方面我们发现价格低于2000元的智能门锁购买量最多,同时抱怨率也较高,根据关注点来看,顾客抱怨点主要集中在商品质量和客服的耐心程度。购买量位于第二的价格是高于4000元的区间,整体抱怨率最低。购买量位于第三的是2000-3000元区间,该区间顾客抱怨点主要集中在商家品牌与物流。最后是3000-4000元区间,该区间顾客抱怨点主要集中在价格质量与物流。因此,可以也反映顾客对智能门锁价格有一定的心理预期,主要抱怨点在质量、客服服务和物流上。

自营与非自营的价格与满意度比较

图片

从图中可以看出自营和非自营商品在顾客满意度上相差不大,非自营商品的满意度要略高于自营商品。同时可以看到大于4000元区间的顾客满意度最高,且都是非自营商品。从图中,我们可以看到满意度关于价格的回归预测结果。图中红线表示的是自营商品,在3000元以下的区间,价格越高,满意度反而下降,高于3000元的区间中,价格越高,满意度越高。在非自营商品中,3000元以下的价格区间中,价格和满意度关系不明显,高于3000元的价格区间中,价格越高,满意度越高。从前文中,我们发现价格低于3000元的商品抱怨率最低的点在于便捷和使用高效,因此给人的感觉性价高,因此满意度较高,而价格接近3000元时,顾客对客服、物流、质量等预期更高,因此容易成为抱怨的重灾区。当价格接近和高于4000元时,商品的品牌、质量往往又得到保证,因此满意度又上升。

标签:NLP,LDA,门锁,满意度,3000,价格,抱怨,顾客,电商
From: https://www.cnblogs.com/tecdat/p/18141501

相关文章

  • LocalDateTime中的常用方法
    LocalDateTime类中的一些常用方法,这些方法用于处理日期和时间信息:获取当前时间:LocalDateTime.now()返回当前系统时间对应的LocalDateTime对象,包括日期和时间部分。构造实例:LocalDateTime.of(intyear,intmonth,intdayOfMonth,inthour,intminute,intsecond,......
  • 深度学习-nlp-NLP之sequence2sequence--73
    目录1.sequence2sequence任务特点2.编码器与解码器参考:https://zhuanlan.zhihu.com/p/38816145sequence2sequence模型发展到今天,根据不同任务有着不同的变体。了解了最基本的框架之后,再看别的模型就没有太大问题了。1.sequence2sequence任务特点输入输出时不定长的。比......
  • 深度学习-nlp-循环神经网络RNN--69
    目录1.概述2.RNN的模型参考:https://zhuanlan.zhihu.com/p/308449051.概述输出会反馈到输入的神经网络:循环神经网络(RecurrentNeuralNetworks,以下简称RNN),它广泛的用于自然语言处理中的语音识别,手写书别以及机器翻译等领域。在前面讲到的DNN和CNN中,训练样本的输入和输出......
  • 毕设作品案例-基于JAVA-SSM实现-微信小程序-校园电商商城系统-附源码+LW(文档+PPT)+示例
    目录概要小程序开发说明研究背景系统功能分析系统功能的具体实现(项目展示)小程序端-前台功能模块后台管理员功能模块管理员功能模块源码获取概要本文论述了微信小程序的校园商铺系统的设计和实现,该系统从实际运用的角度出发,运用了计算机系统设计、数据库等相关知识......
  • NLP简单项目实战——ChatBOT(二)
    二、Seq2Seq(一)Seq2Seq原理        Seq2seq模型中的encoder接收一个长度为M的序列,得到1个contextvector,之后decoder把这一个contextvector转化为长度为N的序列作为输出,从而构成一个MtoN的模型,能够处理很多不定长输入输出的问题(二)Seq2Seq实现    1.实现......
  • 小红书APP闪退,电商ERP系统接口该如何测试呢?
    大数据时代,数据收集不仅是科学研究的基石,更是企业决策的关键。然而,如何高效地收集数据成了摆在我们面前的一项重要任务。本文将为你揭示,一系列实时数据采集方法,助你在信息洪流中,找到真正有价值的信息。提升方法大家在讨论小红书崩溃原因时,提到大概是接口出现了问题......
  • NLP学习路线指南总结
    当然可以,以下是一份较为详细的NLP学习路线指南,帮助你逐步掌握自然语言处理的核心技术和应用。一、基础知识与技能语言学基础:语言学基本概念:语音、语法、语义等。语言的层次与分类:语音学、音系学、句法学、语义学等。编程基础:掌握Python编程语言基础,包括变量、数据类......
  • 2月智能手表线上电商市场(京东天猫淘宝)分析:华为手表成最大赢家!
    近年来,各大厂商纷纷积极布局健康管理领域,智能手表成为可穿戴市场的热门产品。随着越来越多的厂商进入,智能手表的芯片技术、显示屏技术、传感器技术等都在不断进步,整体性能和功能得到显著提升,使得用户体验更加出色。而今年2月,智能手表市场却遇冷,销量销额都有所下滑。根据鲸参谋......
  • 电商技术揭秘十四:大数据平台的选择与构建
    相关系列文章电商技术揭秘一:电商架构设计与核心技术电商技术揭秘二:电商平台推荐系统的实现与优化电商技术揭秘三:电商平台的支付与结算系统电商技术揭秘四:电商平台的物流管理系统电商技术揭秘五:电商平台的个性化营销与数据分析电商技术揭秘六:前端技术与用户体验优化......
  • 电商相关
    1延时取消订单1)单体服务使用延时队列即可delayQ2)mq延时消费维护成本高精度高3)xxl-job批处理简单精度差2服务分布购物车服务cart后台服务manager订单服务order支付相关payment第三方thirdparty商品服务product3bean的生命周期构造方法实例化依赖......