摘 要

如今因为电子商务平台的飞快发展，网购已经成为大多数人日常生活中不可或缺的一部分。网上的商品品类应有尽有，交易数量巨大，电商平台里中用户评论的数据隐含着商品的特征以及用户的情感。通过对数据进行挖掘的形式进而对大量产品的评论进行分析，挖掘出这些商品的主要特征。学术领域针对中文商品特征提取方法已有较多研究，然而采用可视化数据分析，面向用户的、自动化、批处理的商品特征分析系统解决方案较少。本文通过不断实践与优化，实现了健壮的评论数据采集程序，经过数据过滤与存储，以中文分词后评论数据的词频信息及商品销售特征为基础，生成直观、可视化的商品特征图表。该商品特征分析系统能够辅助用户快速了解和比对相似商品，做出更合理的决策。

关键字：用户评论；特征分析；中文分词；数据可视化；词云

Abstract

With the rapid development of e-commerce, online shopping has become an indispensable part of most people's daily lives. There are many kinds of online products, and the number of transactions is huge. The product reviews in the e-commerce website implies product features and consumer emotions. By analyzing the large number of reviews of products through data mining methods, the main features of these products can be unearthed. In the academic field, there have been many researches on Chinese product feature extraction methods. However, with visual data analysis, there are fewer user-oriented, automated, batch-based product feature analysis system solutions. Through continuous practice and optimization, this paper implements a robust review data collection program. After data filtering and storage, based on the word frequency information after Chinese word segmentation and product sales characteristics, it generates an intuitive and visual product features charts. The product feature analysis system can help consumers quickly understand and compare similar products and make more reasonable decisions.

Keyword：Product reviews; Features analyze; Chinese segment; Data visualization; Word cloud

目 录

第1章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 1

1.3 主要研究内容 1

第2章 商品特征分析系统可行性分析 3

2.1 操作可行性 3

2.2 技术可行性 3

2.3 经济可行性 4

2.4 法律可行性 4

第3章 商品特征分析系统需求分析 5

3.1 需求背景分析 5

3.2 功能需求分析 5

3.3 非功能需求分析 5

3.3.1 性能需求 5

3.3.2 安全需求 6

3.3.3 稳定性需求 6

第4章 商品特征分析系统详细设计 7

4.1 总体设计 7

4.1.1 系统业务流程 7

4.1.2 系统功能结构 7

4.1.3 系统数据流 9

4.2 数据库设计 11

4.2.1 数据库表清单 12

4.2.2 E-R模型 13

4.3 系统开发流程 13

4.4 开发环境与开发工具 14

4.4.1 开发环境 14

4.4.2 开发技术及工具介绍 15

4.4.3 数据库 16

第5章 商品特征分析系统实现 17

5.1 数据采集爬虫 17

5.1.1 京东平台评论接口规范 17

5.1.2 评论数据提取与类型转换 18

5.1.3 爬虫效率与性能优化 19

5.1.4 自动化采集 19

5.2 数据存储及数据库操作 19

5.2.1 数据库连接 20

5.2.2 数据库辅助类 20

5.3 商品特征分析模块 21

5.3.1 商品销售特征分析 21

5.3.2 商品评论分析 22

5.4 用户接口界面 24

5.4.1 网站主页与商品分析接口 24

5.4.2 商品列表与商品查询 25

5.4.3 商品特征分析结果 27

5.4.4 建议与反馈 29

5.4.5 相关技术与系统介绍 29

第6章 系统测试 33

6.1 程序测试 33

6.1.1 系统测试的重要性及目的 33

6.1.2 测试步骤 33

6.1.3 测试主要内容 33

6.1.4 测试结果与分析 33

6.2 系统存在的不足和改进方案 35

6.2.1 系统存在的不足 35

6.2.2 改进方案 36

第7章 结论与展望 37

参考文献 38

致 谢 39

第1章 绪论

1.1 研究目的及意义

随着近十年互联网与电子商务的迅猛发展，网络购物很大程度上方便了人们的日常生活，不仅能节约大量的选择和浏览时间，也能以相对优惠的价格购入。但另一方面，网购也存在一定不足，如商品描述与实物不匹配、特征不能达到期望等。电商平台商品种类繁多，交易额巨大，电商网站中的评论数据隐含着商品特征与用户情感，各大电商平台也在逐渐提供商品评论特征提取功能。通过对大量用户评论数据的分析，生成直观、可视化的商品特征信息，能够帮助用户快速了解和比对相似商品，做出更合理的决策。

可视化分析是大数据分析中最常用的方法之一，这种方法通过绘制相关的图表展示数据间的关系与统计结果，可以很好的弥补计算机自动化分析方法的不足。可视化分析商品的特征将人面对可视化信息时强大的感知认知能力与计算机的分析计算能力优势进行有机融合，基于数据挖掘技术，综合利用认知理论、科学/信息可视化以及人机交互技术,辅助用户更为直观和高效地洞悉商品特征信息^[2]。

1.2 国内外研究现状

数据挖掘(Data Mining），数据挖掘中的数据是从实际生活中分析得来的，先是对大量数据进行进一步的处理，从中发掘出数据隐含的，可用的信息，并将在实践中得以应用，能够用户进行正确的决策有所帮助^[3]。数据挖掘技术具有，应用性、实时性、价值性，低密度高价值等特点，广泛应用于教育、农业、电子商务等行业中。

中文分词研究的主题有分词的技术、方法、算法、系统、分词器等；具体技术有分词词典、基于统计、情感词典、专业词典、歧义字段、相似度、特征项、未登录词、词性标注、字符串等；应用范围有机器检索、全文检索、文本挖掘、情感分析、情报工作、文本分类。