在理解了商品標(biāo)題的詞頻分析技術(shù)與應(yīng)用后，運(yùn)營(yíng)者可以將該技術(shù)同樣應(yīng)用于商品review文本的分析中。

將以一個(gè)高review數(shù)量的服飾產(chǎn)品listing為例進(jìn)行講解，其產(chǎn)品ASIN為B07G599PB7，listing標(biāo)題為“Amoretu Women Summer TunicDress V Neck Casual Loose Flowy Swing Shift Dresses”。

截至2021年2月8日，該listing鏈接具有23930個(gè)review，其review評(píng)分為4顆星。

在使用Python 爬蟲(chóng)腳本抓取了所有的review文本后，刪除“a”“the”“I”“to”“do”“is”“was”等非形容詞，然后將不同形容詞的出現(xiàn)頻率保存在Excel表格中。

筆者已經(jīng)將這些數(shù)據(jù)保存在名為“Frequencies Of Keywords Reviewsi的Excel文件中。

“NumOfWord”表示單詞的總數(shù)，第二列開(kāi)始表示不同的形容詞及其出現(xiàn)的頻率，隨著單詞總數(shù)的增加，不同形容詞的出現(xiàn)頻率也會(huì)產(chǎn)生相應(yīng)的變化。

通過(guò)Python可視化技術(shù)對(duì)上述的數(shù)據(jù)文件進(jìn)行了分析，得到review文本詞頻分析正序動(dòng)態(tài)排列圖。

正序動(dòng)態(tài)排列圖展現(xiàn)了review文本由少到多時(shí)，不同形容詞出現(xiàn)的頻率變化，隨著review單詞的增多，頻率上升的形容詞為最新review文本(最近時(shí)間段內(nèi)由用戶(hù)生成的review)中經(jīng)常出現(xiàn)的詞匯，代表了最近消費(fèi)者對(duì)該產(chǎn)品的主觀描述。

倒序動(dòng)態(tài)排列圖展現(xiàn)了review文本由多到少時(shí)，不同形容詞出現(xiàn)的頻率變化，隨著review單詞的減少，頻率上升的形容詞為最熱門(mén)review (排在前列的review，也是點(diǎn)贊數(shù)量最多的review)文本中經(jīng)常出現(xiàn)的詞匯，代表了最受消費(fèi)者認(rèn)可的產(chǎn)品賣(mài)點(diǎn)，以及與使用體驗(yàn)相關(guān)的主觀描述。

詞云圖可以發(fā)現(xiàn)消費(fèi)者對(duì)該產(chǎn)品的最大主觀感受詞為“cute"“l(fā)ittle”“small”“short”等單詞，如果運(yùn)營(yíng)者自身的產(chǎn)品與該listing的產(chǎn)品相似，那么就可以選擇將review詞頻分析中高頻率出現(xiàn)的詞匯，添加到listing關(guān)鍵詞與五點(diǎn)描述中，從而增加搜索曝光的概率和關(guān)鍵詞匹配度。