日常數據分析中，詞頻分析是一個很好的文本挖掘方法，這篇文章說說詞頻分析方法。

這里選用京東商場中購買手機的部分數據信息，利用jieba詞庫對購物評論進行分詞，提取客戶群體對手機的關注點。

數據集來源：https://www.kesci.com/home/project/5ece06fb12fba90036cf26bd/dataset

1.導出所需庫

#導入所需基本包 import pandas as pd # 導入擴展庫 import re # 正則表達式庫 import jieba # 結巴分詞 import jieba.posseg # 詞性獲取 import collections # 詞頻統計庫

2.導入文件

#導入數據集 data = pd.read_csv('C:/Users/dwhyx/Downloads/data/京東評論數據.csv') #查看數據基本情況 data.info()

共21個字段，基本上購物平臺后臺基本字段，如：sku_id,item_name(商品名稱)，content（評論），creation_time(創建時間），其中content是我們本次主要分析對象。

#預覽文件，展示前3行 data.head(3)

通過對文件預覽，可以對整個數據集有更加直觀了解。（若對本數據集涉及的字段比較熟悉，可以省略，這里方便第一次接觸網購后臺數據的同學）

3.合并文本單元格

content= ("".join(i for i in data['content'])) #利用循環語句合并文本

這里只分析首次評論（content），暫不考慮用戶追加的評論（after_user_comment）。

4.文本處理

#預處理 pattern = re.compile(u't|n|.|-|:|;|)|(|?| |"') # 定義正則表達式匹配模式（空格等） string_data = re.sub(pattern, '', content) # 將符合模式的字符去除#文本分詞 seg_list_exact = jieba.cut(string_data, cut_all=False, HMM=True) # 精確模式分詞+HMM object_list = []#獲取停用詞 with open(r'C:/Users/dwhyx/Downloads/data/中文停用詞庫.txt', encoding='gbk') as file:stopwords = [x.strip() for x in file.readlines()]#去除停用詞（目的是去掉一些意義不大的詞） for word in seg_list_exact: # 循環讀出每個分詞if word not in stopwords: # 如果不在去除詞庫中object_list.append(word) # 分詞追加到列表

5.詞頻統計

word_counts = collections.Counter(object_list) # 對分詞做詞頻統計 word_counts_top = word_counts.most_common(100) # 獲取前100個最高頻的詞 print(word_counts_top)

輸入結果如下：

如果想把結果保存為Excel表格，可以將字典形式轉化為列表，寫入Excel。

import csv Excel = open("評論詞頻分析.csv", 'w', newline = '') #打開表格文件，若表格文件不存在則創建 write = csv.writer(Excel) #創建一個csv的writer對象用于寫每一行內容 write.writerow(['詞語','出現次數']) #寫表格表頭 item = list(word_counts.items()) #將字典轉化為列表格式 item.sort(key = lambda x: x[1], reverse = True) #對列表按照第二列進行排序 for i in range(100):write.writerow(item[i]) #把前100詞語寫入表格

Excel只截取部分

6.詞頻分析

從前100個高頻關鍵詞中看出，“不錯”出現了1294次，說明這批手機訂單客戶評價對商品較為滿意。這點也可以結合數據集中score（評分）字段，繪制直方圖發現5分好評占絕大部分。

其次，我們能看出“速度”、“屏幕”、“電池”、“好看”、“內存”、“質量”、“攝像頭”等高頻詞語，說明客戶對手機運行的速度，電池容量大小，手機外觀、內存等配置還是比較在意的，廠商可以針對這些客戶的關注點，更好的改進，優化。

最后，評論中出現“小米”、“華為”、“蘋果”等字眼，因為本數據集item_name(商品名稱)已脫敏，不太清楚具體每個訂單銷售的手機品牌，評論中出現各手機品牌，可能是本訂單是相關品牌手機，也有可能評論中與其他手機品牌對比。我們可以通過關鍵詞匹配，查詢具體評論內容，進行瀏覽閱讀，這里以搜索“小米”相關評論內容為例。

為了讓print內容完全展示，便于閱讀，可以對pandas展示列表進行設置

總結

詞頻挖掘分析在運營中用處很多，比如，某款新上產品，想要了解新產品具體情況，可以跟蹤分析發布后一個月的app評論或網上爬取貼吧論壇等相關文章，分析客戶的關注點和反饋比較多的問題，針對客戶關注點可以側重的優化，對反饋比較的問題優先解決。運營中也可以根據時間序列對評論進行分析，分析運營過程中客戶關注點的變動，及時把握客戶心理等變化。畢竟市場是檢驗需要的唯一標準。

總結

以上是生活随笔為你收集整理的jieba库词频统计_网购评论之词频分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。