用Python对用户的评论数据进行情感倾向分析

本文可以学习到以下内容：

数据及源码地址： https://giteecom/myrensheng/data_analysis

小凡，用户对耳机商品的评论信息，你有没有什么好的办法分析一下？经理来向小凡请教问题。

嗯，小凡想了一会儿

我想到了两种分析方法：

经理听完，甚是欣慰，便让小凡着手分析用户的评论数据。

数据解释：

小凡使用百度飞浆（paddlepaddle）模型库中的情感分析模型，将评论数据（content）转化为情感类别积极1，消极0

一、window10+anaconda3的安装命令：

二、安装预训练模型应用工具 PaddleHub

可以看到，大约 60% 的用户给出好评

用户的评论内容多集中在配置、音质等主题上

这里使用百度飞浆的LAC分词模型

分析结束后，小凡总结出以下结论：

小凡将结论汇报给经理，和经理一起想出一个可行的方案解决目前存在的问题。

情感解析技术实质上也就是人工智能中的自然语言处理技术中的一种。

也许前两年我还很难回答你这个问题，不过随着机器学习技术、硬件迭代等因素这两年人工智能得到了极大的发展，自然语言处理也就有了越来越多地实用价值。

在正式回答你的问题之前，我们先要明白，作为人工智能技术基础的机器学习，其最重要的就是需要有充分大的样本数据进行训练，即需要先给机器一些已知“情感”的语言数据，才可以获取最终的解析引擎。这一点尤为重要，因为这决定了能产生使用价值的领域一定存在着易获取、易分析的语言数据才行。当然同时又要对顾客/消费者的情感反馈有着积极地需求。

以这两个为条件，那么结果显而易见了：

1、对话机器人。诸如微软小冰、苹果siri等。非常容易理解，因为“对话”本身就是语言数据之间的沟通，而情感数据作为从语言数据中提炼出来的附加价值信息，对智能对话机器人的“人性化”来说当然是有百利而无一弊。而且，对于这些大企业来说，巨量的语言数据也相当容易获取。

3、情绪客服质检。这是一个很容易被忽略的行业，但是确实人工智能情感解析最直接最有效的应用之一。试想一下，客服质检需要做的是什么工作：判断客服人员工作是否到位……传统的客服质检只能通过堆叠人力的方式，主观、抽样判断。而现有的所谓“客服质检”系统也只不过是关键词提取、匹配，根本不是质检。但是情绪解析的出现彻底改变了这一状况，其实也不难理解，因为判断客服工作最直接的指标不就是顾客的“满意程度”嘛，而通过情绪解析获取的顾客通话或文本输入中的“情感状态及变化趋势”不就满足了这一条件。唯一的一个问题就是这需要很强的情绪解析实践能力，对准确率和技术基础有着很高的要求，故目前为止也只有很少几家诸如语忆科技等提供商才有这样的技术。但事实上，客服质检一定会是最需要情绪解析的细分行业之一。

2、各种评论分析。这点也不难理解，在当今电商消费已经变成主流的网络时代，电商上会产生海量的评论数据。在以前，由于评论量不多，且是非结构化数据，文本处理能力又有限，导致品牌方们很难从中获取有用的信息，从而有巨量的评论数据被浪费。但是如今已经不一样了，像以上所提到的一些优秀的引擎提供商，不仅可以从评论中提取关键词、还能通过情绪解析明白用户的满意程度。一些上文提到的供应商有的还能做到对特定关键词的观点提取。这些都能帮助甲方从评论中挖掘非常有价值的消费者洞察。不难想象，一旦技术成熟，像评论一样的非结构化数据作为用户想法的直接传递，其价值将会远超那些“浏览量”“互动率”等结构化数据……

……

除此之外，还有如书籍分析归类、教育辅导优化、歌词台词总结等等很多应用场景，只不过有些商业价值不明显的领域仍然需要大胆的创新者去研究和开拓。不过无论如何，在这个人工智能兴起的时代，情绪解析仍处于朝阳时代，还具备着极大的潜力等待被挖掘~

可以。

八爪鱼可以从任何网页精确采集你需要的数据，生成自定义的、规整的数据格式。八爪鱼数据采集系统能做的包括但并不局限于以下内容：

1金融数据，如季报，年报，财务报告,包括每日最新净值自动采集;

2各大新闻门户网站实时监控，自动更新及上传最新发布的新闻;

3监控竞争对手最新信息，包括商品价格及库存;

4监控各大社交网站，博客，自动抓取企业产品的相关评论;

5收集最新最全的职场招聘信息;

6监控各大地产相关网站，采集新房二手房最新行情;

7采集各大汽车网站具体的新车二手车信息;

8发现和收集潜在客户信息;

9采集行业网站的产品目录及产品信息;

10在各大电商平台之间同步商品信息，做到在一个平台发布，其他平台自动更新。

投资并且还想获得更高的胜率，当然对于市场环境和买入标的分析是必不可少的，但学姐发现，大多数的人都不知道基本面分析，感觉基本面分析学起来不容易不想学。其实每多大的困难，今天学姐就把基本面分析的方法让大家知道，这样抓住牛股就没那么困难了。

开始之前，不妨先领一波福利--机构精选的牛股榜单新鲜出炉，走过路过可别错过：绝密机构推荐的牛股名单泄露，限时速领！！！

一、 简单介绍

1、 基本面分析是研究影响股价因素的方法

根据教科书我们可以知道，影响证券价格变动的敏感因素是我们进行基本面分析的出发方向，分析研究证券市场的价格变动的一般规律，使投资者能够了解到科学依据的分析方法并做出正确决策。换个方式来说，影响股票价格的敏感因素有很多，针对这些影响因素的解析，就是基本面分析。

2、 基本面分析包括3个方面

所以我们到底在研究什么因素呢？主要是下面这3个方面，即宏观经济分析、行业分析和公司分析。有的朋友见到这三个原因就束手无策了，好像读完了全部经济课程了，才会进行分析！不要慌张，学姐现在就通过实战的角度教各位朋友如何进行分析。

二、 如何进行基本面分析

1、 宏观经济主要看政策和指标

我们都知道，宏观经济是股市整体行情好坏的重要因素，像经济政策（货币政策、财政政策、税收政策、产业政策等等）和经济指标（国内生产总值、失业率、通胀率、利率、汇率等等）对股票市场的影响都是巨大的。

但在现实情况下，一般都不去选择十全十美，不然容易捡了芝麻丢了西瓜，核心变量才最为重要，比如说关注一些反应市场流动性的宏观指标，例如货币政策和财政政策（是否降息、降准以维持宽松）、汇率（是否提高以吸引外资进场）。因为在短期内，价格的波动，更多是由供求关系决定的，因此当市场出现了更低的利率的情况，更为宽绰的货币政策的时候，市场流动性也是更为宽裕，买方的力量更强势，这样就会促使股价上行。就拿2021年的美股来讲，虽然疫情严重但丝毫不影响股市反而还在上涨，最主要的因素就是美国持续实行宽松的政策。

2、 公司分析主要看行业、财务和产品

再好的行情，也会有跌跌不休的公司，这很可能就是公司基本面有问题。所处行业是首先要看的，因为公司没有达到行业的水平，行业不好公司更加没什么前景，产业发展前景明朗的行业，其中的企业自然就可以盈利更多。行业的未来发展情况，比如这个行业整体只有十几亿的规模，连一家上市公司的规模都没有达到，我们当然就不用再关注了；还可看行业所处的生命周期，有的行业已步入成熟期或衰退期，例如钢铁煤炭等行业;还有就是看行业是否有相关政策方面的支持，拥有政策支持的行业，会有更大更广的发展空间。今年各大券商对于各行业的研究报告已经出炉，感兴趣可以点击领取：最新行业研报免费分享

定下一个好的行业之后，随之而来的是对行业之中的公司进行挑选，现在就从两个方向去分析：

财务报表：了解公司的财务状况、获利能力、偿债能力、资金来源和资金使用状况，主要跟踪的财务数据有营业收入、净利润、现金流、毛利率、资产负债率、应收款、预收款、净资产收益率等。

产品与市场：前者主要分析公司的品牌、产品质量、产品的销售量和生命周期；后者主要分析产品的市场覆盖率、市场占有率以及市场竞争能力。

三、基本面分析的优劣势

内容都说到这里了，朋友们应该是弄明白了基本面分析的优势，这是一套自上而下的系统分析方法，第一步是宏观，第二步是中观，第三步是微观，可以让我们不在迷惑市场当整体环境和样貌并让我们发现到真正有价值的公司。但是，无论是哪一种分析方法，都有优点，肯定也存在弱点。基本面分析的劣势也是非常明显的，虽然学姐努力的用通俗的语言给大家讲解，但想要真正的了解，还需要一定的门槛。另外短期价格的过渡波动这个方面是没有办法通过基本面就分析出来的，因为短期来说，价格也许还会被投资者的交易情绪等影响到，这是基本面分析所不具备的。可能对于小白来说，还是很难判断出股票的好坏，不过没关系，我特地给大家准备了诊股方法，哪怕你是投资小白，也能立刻知道一只股票的好与坏：免费测一测你的股票当前估值位置？

应答时间：2021-08-26，最新业务变化以文中链接内展示的数据为准，请