穆翠霞

摘要：为了用户更直观、全面、高效地了解商品评价信息，以京东为例，设计和实现了商品评价文本可视化。采用八爪鱼采集器进行了数据采集，结合Python和jieba进行了分词和词频统计，Echarts实现了词云图、旭日图和主题河流图等文本可视化形式，帮助用户多角度多形式地了解商品评价情况。

关键词：文本可视化;商品评价;Echarts;jieba

中图分类号：TP311.1      文献标识码：A

文章编号：1009-3044（2020）35-0011-04

开放科学（资源服务）标识码（OSID）：

Visualization Design of Commodity Evaluation Text Based on Python and Echarts

MU Cui-xia

（China Womens University， Beijing 100101， China）

Abstract： In order to understand the commodity evaluation information more intuitively， comprehensively and efficiently， taking JD as an example， this paper designs and realizes the visualization of commodity evaluation text. Using Octopus collector for data collection， combined with Python and Jieba for word segmentation and word frequency statistics， realizing text visualization forms such as word cloud， sunburst and theme River， which helps users understand commodity evaluation from different angles.

Key words： text data visualization; commodity evaluation; Echarts; jieba

ChannelAdvisor通過调查发现[1]，90%的消费者在购买商品前会浏览在线评论，而且他们中的83%消费者认为最终购买决策会受到在线评论影响。在线评论作为一种口碑形式，通常没有明显的商业目的，更容易获得消费者信赖。Jupiter Research调查数据[2]显示超过90%的大企业相信，在影响消费者是否购买的决定性因素中网民意见是至关重要的。以京东为例，商品评价通常包含好评度、评价标签、评价条数、好评中评差评各自条数、各条评价详情（用户、时间、星级、文本等）等，如图1所示。消费者可以通过好评度、评价标签获得对商品的初步总体印象，通过好评、中评、差评条数情况进一步了解用户对商品的反馈倾向，还可以查看评价详情了解具体评价内容。但是，在查看评价详情时，虽然可以按照默认系统推荐排序，也可以选择按照时间排序，但是评价条数成千上万，不可能依次全部浏览。为了让用户更全面、高效、直观地了解商品评价情况，从而为用户的购买决策提供支持，本文研究商品评价文本的可视化设计和实现。……