Final Score Analyzer¶
得到评论的标准评分。
用法¶
根据评论分数分布得到商品最终标准评分
生成评论评分器实例¶
brands = ['vivo', 'oppo', 'mi', 'huawei', 'apple', 'SMARTISAN']
from taobao_crawler.analyzer.final_score_analyzer import FinalScoreAnalyzer
score_analyzer = FinalScoreAnalyzer(db)
score_analyzer.set_brand(brands)
FinalScoreAnalyzer(db) 中的 db 参见 DB
查询某一商品分数分布¶
item_id = ''
score_analyzer.score_distribution_run(item_id)
查询某一商品标准分数¶
item_id = ''
score_analyzer.score_distribution_run(item_id)
保存三种评分两两散点图¶
score_analyzer.compared_score_run()
保存各品牌最终评分图¶
final_scores = self.three_score_to_final_score(self.three_scores, [0.43, 0.25, 0.32])
self.draw_final_score(final_scores)
类属性¶
-
class
analyzer.final_score_analyzer.FinalScoreAnalyzer(db, brand_name=('vivo', 'oppo', 'mi', 'huawei', 'apple', 'SMARTISAN'))¶ Bases:
object利用商品的评论信息，通过三种中间评分，得到一种对于商品的好评评分
-
__init__(db, brand_name=('vivo', 'oppo', 'mi', 'huawei', 'apple', 'SMARTISAN'))¶ 参数: - db – 一个 pymongo.MongoClient.db 的实例
- brand_name – 所研究的所有品牌名
-
brand_to_id(brand)¶ 通过品牌名得到其下商品
参数: brand – list, 所研究的所有品牌名 返回: iteration, 遍历该品牌下所有商品(dictionary)的iteration
-
draw_final_score(final_score)¶ 画散点图
参数: final_score – list(shape=(m,n), m为品牌数,n为评论数)
-
draw_scatter(x, y, title, write_file_address)¶ 画散点图
参数: - x – 横轴
- y – 纵轴
- title – 图片标题
- write_file_address – 图片保存地址
-
id_to_each_score(item_id)¶ 通过商品ID得到其评论情感评分
参数: item_id – string, 商品ID 返回: list, 该ID商品所有评论的情感评分
-
run()¶ 运行函数 保存三种评分两两散点图与各品牌最终评分图
-
score_to_three_score(score, fractile_parameter, good_comment_parameter)¶ 根据一种评分得到三个评分
参数: - score – 原始评分分数
- fractile_parameter – 分位数参数, (0,1)
- good_comment_parameter – 好评比例参数, (0,1)
返回: list(平均数-分位数-好评比例)
-
set_brand(brand_name)¶ 更改品牌名称
参数: brand_name – list, 品牌名称
-
three_score_to_final_score(scores, weight)¶ 根据三种评分得到最终评分
参数: - scores – 三种评分
- weight – 三种评分权重
返回: list(最终评分)
-