阿里云商品评价解析功能示例解析
近年來,電商發展的如火如荼,從以淘寶為首的網購零售平臺再到垂直的生鮮類等電商,中國電商市場正持續較快地增長。據消息稱,手機淘寶DAU在6月18日達到2.6億的峰值,并且從去年開始,阿里電商平臺推出促進消費者評價制度,買家評價字數多,配圖多的能提高分值。這一舉動拉高了用戶商品評價率,但是也為惡意評價防控除了新的難題。
阿里電商平臺平均每天產生2千萬條商品評價。評價內容不僅體現賣家的口碑信譽,影響消費者的下單判斷,而且這也是獲取消費者反饋互動的最直接方式。
品牌商從中可以解析出商品最吸引人的賣點,以及最需要改進的地方,進而獲知當前的消費者理念,預判流行趨勢,提高購買轉化。當一個賣家每天產生數百條商品評價時,假如用人工方式逐條甄別好評、差評,摘錄收集消費者反饋的關鍵點,平均需要占用兩名客服人員的工時;一旦遇上營銷活動或者大促,則所需的工時更多。
因此,阿里云自然語言處理推出商品評價解析功能,基于NLP自然語言處理技術和電商行業語料,能夠對歷史評價和每天新增評價內容自動分析,將文本轉化為結構化的屬性字段,從而高效甄別出凈負面評論跟進處理,并統計分析最能影響購買轉化的相關因素。
阿里云商品評價解析功能,主要用于分析消費者反饋的評價、點評內容,同時也可以對類似微博的口語化、短文本進行分析。
四大功能優勢
通過來自阿里電商平臺全量商品的評價處理的技術積累,包括對評價內容的解析,確保排序優先輸出對消費者決策有幫助的評價;
提煉商品的關鍵屬性,搭建符合行業特性的標簽體系,幫助消費者快速了解買過用戶的體驗;
支持“評價體或微博體” 的情感分析:對用戶的評價進行結構化,分為商品、服務、物流三大類并且進行情感分析,可協助商家有針對性地展開售后服務;
支持商品屬性維度的情感分析:對于覆蓋行業的商品,進行關鍵屬性的提煉及情感打分,讓商家第一時間全面了解店鋪已售商品的消費者印象,對后續銷售方向提供決策依據。
評論示例說明:
比如說“面料舒適,款式好,只是尺碼偏小,好在我看了其他買家的評價,在原尺碼上加了一號,正合適,很滿意!給滿分!服務好,發貨快!”這句話,商品評價解析功能如何判斷是正面評論還是負面評論。
具體操作如下:
接口定義
請求方法
POST
請求URL
URL參數
參數名 描述
Domain 目前支持ecommerce(電商領域)
Header
Content-Type application/json
body請求體
{"text": "面料舒適,款式好,只是尺碼偏小,好在我看了其他買家的評價,在原尺碼上加了一號,正合適,很滿意!給滿分!服務好,發貨快!","cate": "clothing"}參數說明
參數名 值
cate 行業類別,目前支持的行業有:
其他行業逐步增加中,請關注文檔更新或咨詢客服人員
text 需要分析的評價文本
返回結果
參數說明
總結
以上是生活随笔為你收集整理的阿里云商品评价解析功能示例解析的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【HBase从入门到精通系列】误删数据如
- 下一篇: 阿里云 APM 解决方案地图