電商顧客評論熱點分析（R 3 5）

隨著電子商務的快速發展，越來越多的人通過電商**來了解產品資訊、購買商品並通過評價表達自己購買商品過程的感受、對購買商品的滿意程度和對所購買商品的建議和要求等。電商**商品評價輿情是客戶了解商品和店家服務的一種重要渠道和表達方式。

#讀取資料

>if(!require("readxl"))

>if(!require("jiebar"))

>if(!require("wordcloud2"));

> data=read_excel(file.choose())

> data=as.data.frame(data)

#構建分詞詞庫和停用詞詞庫

> root

[1] "c:/users/administrator/desktop/"

>wk=worker(user=paste(root,"userwords.txt",sep=""),stop_word=paste(root,"stopch.txt",sep=""))

> myfc

#詞頻計算

> wordsnum

#提取關鍵字

> keys =worker("keywords",topn=9)

> vector_keywords(myfc,keys)

2435.67 1635.91 1159 1065.58 929.026 847.756 757.879 752.211 637.75

"新鮮" "好吃" "味道" "很甜" "個頭" "送貨" "包裝" "快遞" "口感"

#雲標籤

分析：從雲標籤中由詞的大小可以明顯的看出評價詞出現的次數，對於京東智利進口的車厘子這一產品的評價，分為正負兩種。由雲標籤看出新鮮、好吃，很甜等正面評價。由於負面評價較為少在雲標籤中沒有顯示，頻率不夠。總體來說對於京東這一進口產品，大部分人的態度都是比較喜歡的。

#用文字列表變數構建語料庫。

> mymatrix

將語料庫轉換成詞項-文件稀疏矩陣。該矩陣的列對應語料庫中所有的文件，矩陣的行對應所有文件中抽取的詞項，矩陣中[i,j]位置的元素代表詞項i在文件j中出現的次數。

>demodtm

將詞項-文件矩陣轉換為普通矩陣，接下來將使用這個矩陣選擇聚類演算法進行聚類分析。

> demomatrix

這裡使用k=29進行進行聚類分析，並將聚類結果儲存在demokmeansres.csv中。

> mykmeans

> demokmeansres

#檢視第一組資料

#檢視第二組資料

#檢視第三組資料