摘 要

随着网络的不断发展，网络和物品的结合越来越紧密，网购逐渐成为了人们生活购物的一种重要方式。网购使得人们可以摆脱地理位置的限制，在空闲时间随时随地挑选自己喜欢的商品。然而，摆脱了地理位置的限制，同样使得人们对于商品的了解不够直接，商品的信息更多地由卖家提供，而不是消费者自己感受到。为了减轻这样的信息差的影响，评论成为了消费者判断商品真实情况的重要依据。

本文试图以大量数据为分析基底，通过对评论进行筛除，向消费者还原刷评前的评论，使得消费者能够对商品有更清晰地认识。

基于大数据的评价分析系统是一个基于京东购物网站中某一线上销售商品的所有评论，对其进行整合，清洗，分析和展示的系统，旨在去除部分噪音后帮助消费者获取对于商品更为准确的认知，从而对消费者的购买决策起到一定程度的辅助作用。在技术方面，系统使用vue.js完成前端设计，使用python完成后台开发，使用echart和wordcloud相结合的方式完成数据可视化的展现。在数据方面，系统在爬取数据后按照一定规则对评论进行了筛除，通过使用BosonNLP等情感词典将初步清洗后的数据分为好评、中评和差评三类，并以修正好评率来表达商品质量好坏的宏观评价。

关键词：大数据；情感分析；词云；可视化

Abstract

With the development of internet, the combination between internet and commodity is getting closer and closer，which makes online-shopping an important part of shopping ways. Online-shopping rids people of the restriction of location, helping people select commodities they like everywhere in their spare time. However, getting rid of location restriction also prevents customers from acquiring direct aware-ness of commodities. Information about commodities is mostly provided by sellers, not felt directly by customers. In order to diminish the information gap between sellers and customers, comments become a critical basis on which customers judge their target items.

Based on huge amount of data, this paper attempts to restore real comments in front of customers by pruning noisy data, so that customers will be able to gain a clearer perception of commodities.

The comment analysis system based on big data, which collects, sorts out, cleans and visualizes data, aims at assisting customers in obtaining more precise perception of commodities after removal of noise, so as to assist customers in their decision-making in purchasing to some extent. In terms of technique, this system adopt vue.js as Front-end tool, python as background development tool and echart combined with wordcloud as visualization tool. As to data, the system prunes some data according to some rules after collecting data. With the help of NLP emotion directory, cleaned comments will be classified as positive, negative and neutral. And the revised positive rate will be used to embody commodities quality.

Keywords: big data; emotion analysis; wordcloud; visualization

目录

第1章 绪论 1

1.1 选题背景 1

1.2 选题目的和意义 2

1.3 国内外研究现状综述 2

1.4 论文主要研究内容 3

1.5 论文组织架构 3

第二章 系统规划 5

2.1 系统开发方法 5

2.2 系统可行性分析 5

2.2.1 技术可行性分析 5

2.2.2 社会可行性分析 5

2.3 系统描述 6

2.4 系统功能 6

2.5 系统数据分析思路 7

第三章 系统分析 8

3.1 系统需求分析 8

3.2 系统业务分析 9

3.3 系统数据分析 9

第四章 系统设计架构 11

4.1 系统设计理念 11

4.2 系统技术方案 11

4.3 系统输入输出设计 12

4.3.1 系统输入设计 12

4.3.2 系统输出设计 12

4.4 系统功能结构 12

第五章 系统数据模块 13

5.1 数据收集模块 13

5.2 数据处理模块 13

5.3 数据可视化模块 14

5.3.1分类评论 14

5.3.2 评论数趋势图 15

5.3.3 修正好评率 15

5.3.4 词云 16

第六章 总结与展望 18

6.1 系统亮点 18

6.2 收获与展望 19

参考文献 21

致谢 23

附录： 24

第1章 绪论

1.1 选题背景

互联网和生活的联系在网速的不断增快下愈发紧密，物联网迅速发展，万物联网，万物可查的目标越来越近。作为物联网的一个小应用，网上购物逐渐成为人们购物的一种重要方式。根据中国互联网络信息中心（CNNIC）发布的第 45 次《中国互联网络发展状况统计报告》，截至2020年3月，我国网民规模已达到 9.04亿，互联网普及率为64.5%；而在这9.04亿网民中，有78.6%（7.10亿）的人使用过网上购物。国家统计局的数据显示，2019年网上实物商品销售总额达8.52万亿元，占社会消费品零售总额的20.7%。网上购物使得人们不被地理位置拘束，在空闲时间，手指滑动即可在手机上浏览挑选自己心仪的商品，线上支付后只需等待商品被送到自己手中，网购的便捷性极大地提高了消费者的购买体验，这也能解释为什么网购用户数量上升如此之快，为什么网购占据了消费中不小的分量。然而不需要实地前往商店挑选商品也带来了不便——在消费者尝试分辨商品质量的时候，消费者无法触碰到商品就无法对商品的质量有直接的感知，只能接受卖家提供的商品信息。接受卖家提供的信息的前提是，卖家所有的商品描述都是实事求是。而在购买前无法判断的情况下，这一前提很难被消费者认同，而且在许多消费者曝光网购被骗的情况下，消费者对商家的信任就更脆弱了。更多的消费转而更相信来自消费者的信息，也就是网购评论。所以，在当今时代，网购看评论已经成了每个网购用户必备的技能。

网购的评论中是每个消费者对他们所购买的商品的体验，评价，分析购物的评论，将获得许多有用的信息。而这，也不仅仅是网购用户关心的信息了。