首页 文章详情

你在美团的一条评论,会引发的大数据情感分析

产品的技术小课 | 28 7天前 0 0 0

在美团消费后,大多数人都会对其评论,来表达自己的各种情感和情绪,比如批评、赞扬,喜、怒、哀、乐等。

这些用户评论对平台尤为重要。

比如你在美团的一条评论是这样的:“餐厅菜品齐全,口味不错,但是装修一般,位置有点偏,不好找。”,星级给的4星。

你整体的感情倾向是正向的,但是评论里面又有别的负面情绪,比如装修一般、位置有点偏。

对于消费者,美团后面可能会推荐给你装修比较好,位置好找的店。(个性化推荐)

或者在广告文案、推荐理由、Feeds内容、精选评论标签上会做更精细化的运营。

对于商家,美团会给出一些经营建议,比如选址、装修。(智能运营)

下面详细讲下情感分析和情感分析的三种常用算法,还有业界对情感分析的应用。

1、情感分析介绍

情感分析就是给出一段文本,分析出什么人,在什么时间,对什么东西的哪一方面,表达了怎样的情感。(正向/负向/中立情感倾向)

按照分析文本的颗粒度,可分为篇章/句子级情感分析、属性级情感分析、观点三元组分析。

2、篇章/句子级情感分析和应用

篇章/句子级分析就是给一段文本,根据输入的模型,计算出情感倾向。

美团的输入模型使用的是业界流行的技术方案,比如利用注意力机制获取句子中最重要的信息,然后推测出情感倾向。(这里比较偏技术,详细算法就不展开讲了)

美团的输出模型是将情感强度分为七档评分,非常负向、负向、轻微负向、中性、轻微正向、正向、强烈正向。

篇章/句子级分析应用在广告文案/个性化推荐/Feeds内容,或者商家运营策略。

看下图的推荐的Feeds内容,“实在不知道为什么那么多人都推荐说好吃”这些句子就来源于用户评论。


下面的图是商家运营情感监测场景,商家可根据评论内容来调整经营策略。


3、属性级情感分析和应用

为啥会有属性级情感分析?最开头也讲过了,在你表达一句话时,可能既包括正向情绪又包括负向情绪。

为了更精确的获取用户情感分析,属性级情感分析是必不可少的。

属性级情感分析是通过人工预定义一些属性,来提取出相应属性的情感倾向。

在对一个评论分析时,会先判断句子中是否存在指定属性,然后再把观点提取出来,再根据模型来推算出情感倾向。

美团就将餐饮行业下的属性设计为5个大类和18个子类,大类包括菜品、环境、价格、服务、位置。详细看下图(盗的图)



属性级情感分析在美团有更多的应用场景,比如精选点评、个性化推荐、智能搜索、商家运营等。


比如精选评论,可以让用户快速找到想看的评论。


4、观点三元组分析和应用

观点三元组分析和属性分析不一样的地方是,观点三元组分析的属性都是未知的。

观点三元组分析是通过抽取属性和观点,然后通过句子级情感分析来获取属性和观点对的情感倾向。

假设有一个评论:“小龙虾很入味,但是花甲不太新鲜”。

算法会先把“小龙虾”、“花甲”这些属性抽取出来,然后把“很入味“,“不新鲜”这2个观点提取出来,通过模型推测出“小龙虾很入味“是正向倾向,”花甲不新鲜“是负向倾向。

观点三元组可以打造出一个基于属性的情感观点知识库。

可应用于个性化推荐的文案,比如在美团首页,推荐的店家,可用“小龙虾很入味”这种文案描述。可帮助用户更高效的获取信息。



5、同行应用现状

1)百度AI开放平台提供了属性级的情感分析服务

对包含主观信息的文本进行情感倾向性判断,为口碑分析、话题监控、舆情分析等应用提供帮助。


2)天猫商城在热门分类和中上线了观点抽取和情感分析正腐分类,整体表现优秀。


3)腾讯文智NLP在电商领域开放了句子级情感分析能力。

4)“达观数据”等中小型企业也上线了情感分析能力,以粗粒度的情感分类为主。

小结:好的产品关注功能,优秀的产品关注情感。情感分析可以获取到用户的心声,进而可以应用到产品中,影响并驱动用户的行为决策。


---- end ----
---- 推荐阅读 ----
效率工具推荐(第7期)
抖音算法推荐机制揭秘
我在腾讯做技术产品这三年(上)

产品经理的技术思维之降级思维

当你浏览网页时,会被收集到哪些隐私?


最后 ❤️❤️❤️
码字不易,如果文章对你有收获,来个三连支持一下吧~

good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter